《表1 在ShanghaiTech数据集的平均绝对误差MAE和均方误差MSE预测结果》
在密度估计算法通道中,选用了3个经典的神经网络模型(MCNN,Switching-CNN,CP-CNN,CSRNet)做对比实验,在Shanghai Tech数据集的平均绝对误差MAE和均方误差MSE预测结果对比见表1。由表1可知,CRSNet的MAE与MSE更低,有更快的推理速度,本文将其作为密度估计算法通道的核心算法。密度估计算法通道的具体流程为:针对某一特定的地点,启动预训练好的模型,等待目标检测生成新的数据,目标检测生成的数据投送到位后,开始迁移训练,训练完成后进行常规的人流量估计人物;到特定的时间或者收到管理者的指令后,进入下一轮的再训练。
图表编号 | XD00192283000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.01 |
作者 | 杨志虎、赵家曼 |
绘制单位 | 东北林业大学信息与计算机工程学院、东北林业大学信息与计算机工程学院 |
更多格式 | 高清、无水印(增值服务) |