DroneNet：基于自组织操作神经网络的无人机人群密度估计
计算机视觉与模式识别
2023-08-08 v5 人工智能
摘要
由于无人机易于部署且移动不受阻碍，使用无人机进行视频监控既方便又高效。基于无人机的视频监控的一个有趣应用是估计公共场所中的人群密度（包括行人和车辆）。使用卷积神经网络（CNN）的深度学习被用于利用图像和视频进行自动人群计数和密度估计。然而，此类模型的性能和准确性通常取决于模型架构，即更深的CNN模型以推理时间增加为代价来提高准确性。在本文中，我们提出一种用于无人机的新型人群密度估计模型（DroneNet），使用自组织操作神经网络（Self-ONN）。与基于CNN的模型相比，Self-ONN以更低的计算复杂度提供高效的学习能力。我们在两个无人机视角公开数据集上测试了我们的算法。我们的评估表明，所提出的DroneNet在等效的基于CNN的模型上表现出优越性能。
引用
@article{arxiv.2211.07137,
title = {DroneNet: Crowd Density Estimation using Self-ONNs for Drones},
author = {Muhammad Asif Khan and Hamid Menouar and Ridha Hamila},
journal= {arXiv preprint arXiv:2211.07137},
year = {2023}
}
备注
2023 IEEE 20th Consumer Communications & Networking Conference (CCNC)