《表1 不同算法对比实验：U-GAnet多通道特征重构人群密度检测模型》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《U-GAnet多通道特征重构人群密度检测模型》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了验证本文所提U-GAnet在人群密度回归中的有效性，分别在ShanghaiTech＿part＿A+B、UCF＿CC＿50与UCF-QNRF四个数据库中进行测试实验，并与MCNN[7]与SwitchCNN[9]算法进行比较。如表1所示，通过实验可知，本文算法在稠密人群与稀疏人群中都具有较好的效果，并且相对MCNN与SwitchCNN具有明显的性能提升。通过UCF-QNRF中实验，可以看出本文算法在多种场景下具有较好的实验效果，并对光线的强度具有一定的鲁棒性，有效抑制光强对模型的影响。图5所示为U-GAnet下生成的人群密度图，由图可以清晰看出人群稠密区与于稀疏区域。