《表4 VGGnet(3级）人流密度估算结果》

  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

《基于卷积神经网络的密集场景人流估计方案》

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

表1～表4分别给出了两个网络的分类精度结果。估计水平主要分布在主对角线上，这说明两种CNN方法的有效性。可看出，大多数错误分类的样本均在相邻层面之间。原因是场景中的变化较小，将景区训练子集和测试子集中的样本分为不同级别的难度较大，因相邻人群数量极为接近。具体而言，在表1 Googlenet的5级评估计中，大多数错误分类的样本分布在“较低”和“低”之间，以及“高”和“较高”的水平，在3类整体估计中可以看作是类内正确的分类。图5显示了具有人口密度分类实验结果的测试样本，图中实际密度值从上到下、从左到右依次为：较高、较低、高、较高、中等、中等、高、低；预测密度值：较高、较低、中等、高、中等、中等、高、低。