基于卷积特征的非平衡人群密度估计方法-计算机科学.PDFVIP

下载本文档

1
0
约6.12万字
约 6页
2018-11-17 发布于天津
举报
版权申诉

基于卷积特征的非平衡人群密度估计方法-计算机科学.PDF

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于卷积特征的非平衡人群密度估计方法-计算机科学

第卷第期计算机科学４５　８ Vol．４５No．８年月２０１８８ COMPUTER SCIENCE Au．２０１８ g 基于卷积特征的非平衡人群密度估计方法曲佳时增林叶阳东　　　 (郑州大学信息工程学院郑州 ) 　４５０００１　 . , 摘要人群密度估计在智能监控领域具有重要的应用价值大量理论和经验研究表明基于数据驱动的深度神经　　 . , . , 网络往往优于传统的基于手工特征的方法但是人群样本的数据规模很小深层次的网络很难得到较优解鉴于此 : , 提出了种解决方法训练较浅的神经网络使用预训练深度模型的全连接层特征和使用预训练深度模型的卷积３ＧFV ( ) . , . FisherVector特征针对样本的不平衡性问题提出了使用多个分类评估标准的解决方案在标准数据集 , , . , PETs２００９上的实验结果表明相比于现有的手工特征卷积特征具有更好的效果其次相比于训练一个全新的卷积模 , . , . 型基于迁移学习的深度卷积特征是更好的选择另外通过层数较少的深度模型获得的较低层特征的迁移性更好 , , , , 关键词人群密度估计深度卷积神经网络迁移学习支持向量机纹理特征　中图法分类号文献标识码 / 　TP３９１．４　　　　A　　　DOI　１０．１１８９６．issn．１００２Ｇ１３７X．２０１８．０８．０４２ j 　 UnbalancedCrowdDensitEstimationBasedonConvolutionalFeatures y QUJia　SHIZenＧlin　YEYanＧdon g g g ( , ,