Para el recuento de multitudes, ante la interferencia de fondo y los cambios drásticos de escala de la multitud, que resultan en un rendimiento deficiente de recuento, se propone un método mejorado de recuento de multitudes con refuerzo de la conexión densa de atención y percepción a escala. En primer lugar, diseñamos una red de extracción de características con conexión densa de atención, utilizando una red VGG19 mejorada con dilatación como red de extracción de características gruesas del modelo, e incrustamos un mecanismo de doble canal de atención con conexión densa, reforzando las características de recuento de multitudes, suprimiendo la interferencia de fondo. Luego, diseñamos una reestructuración sensible a la escala de re-muestreo y mejora de características de máscara suave y estructura de transmisión, permitiendo el uso completo de información de características de multitudes de diferentes escalas desde la superficie hasta el nivel profundo, superando los problemas de rendimiento deficiente de recuento de multitudes debido a cambios drásticos de escala de la multitud. Luego, proponemos un módulo de fusión de múltiples resoluciones, reforzando la interacción entre la información de múltiples resoluciones, reduciendo la brecha semántica entre las diferentes resoluciones, aumentando la precisión del recuento de multitudes. Finalmente, en experimentos comparativos en conjuntos de datos de multitudes como ShanghaiTech, UCF-QNRF, JHU＿CROWD++, los resultados muestran que el método propuesto supera a los algoritmos de comparación y, en comparación con el algoritmo de recuento de multitudes DM-Count, los errores MAE y MSE disminuyeron en un 15,98% y 14,52% respectivamente, demostrando que el método propuesto tiene un rendimiento de recuento más alto.

Recuento de multitudes;Conexión densa de atención;Percepción de escala;Refuerzo multi-escala;Fusión multi-resolución