Для подсчета людей в толпе, с проблемой фоновой помехи и резкого изменения масштаба толпы, приводящей к низкой производительности подсчета, предлагается улучшенный метод подсчета людей с упрочнением плотной связи внимания и масштабного восприятия. Во-первых, разрабатывается сеть извлечения особенностей с плотной связью внимания, с использованием улучшенной сети VGG19 с раздуванием как грубой сети извлечения особенностей модели, и встраивается механизм двойного канального внимания с плотной связью, усиливая особенности подсчета людей, подавляя фоновые помехи. Затем разрабатывается масштабно-восприимчивая перестройка повышения разрешения и усиления особенностей мягкой маски и передачи структуры, реализуя полное использование информации охвата людей разных масштабов от поверхностного уровня до глубокого уровня, преодолевая проблемы низкой производительности подсчета людей вследствие резкого изменения масштаба толпы. Затем предлагается модуль слияния нескольких масштабов, усиливающий взаимодействие между информацией разных разрешений, снижая семантическое расхождение между разными разрешениями, повышая точность подсчета людей. Наконец, в сравнительных экспериментах на таких наборах данных о толпах, как ShanghaiTech, UCF-QNRF, JHU＿CROWD++, результаты показали, что предложенный метод превосходит сравнительные алгоритмы, и по сравнению с алгоритмом подсчета людей DM-Count MAE и MSE ошибок уменьшились на 15,98% и 14,52% соответственно, что показывает, что предложенный метод обладает более высокой производительностью подсчета.

Подсчет людей;Плотная связь внимания;Масштабное восприятие;Усиление масштаба;Многоразрешенное слияние