基于Transformer 的人群计数方法

肖克爽 杨帆 朱宇 覃明其

摘要：随着各种社会高密集的活动逐渐增加，由此带来的安全隐患，如踩踏事件、传染病的传播等发生概率也会增大。基于视频监控设备，通过计算机处理和视觉智能算法，实现对视频中人群数量和分布状况进行自动有效估计，避免各类安全隐患。文章采用注意力机制，提出一种基于Transformer的人群计数方法，即双重注意力网络（Dual Attention Net?work，DAN） 。通过在ShanghaiTech数据集上对DAN网络进行測试，并使用评价指标对计数性能进行评估，结果表明该网络有效优化了人群计数领域的人群重叠、尺度变化问题。经过在不同数据集的实验结果和相关对比发现，证明文章提出的DAN网络具有优秀的计数精确度与鲁棒性。

关键词：人群计数；深度学习；注意力网络

中图分类号：TP391.41 文献标识码：A

文章编号：1009-3044（2024）04-0043-03