基于时间感知网络的快速视频人群计数

人群计数旨在统计拥挤空间中瞬时的人数，并且针对单图像人群计数已提出了许多有前景的解决方案。随着公共安全领域普遍存在的视频采集设备，如何有效地将人群计数技术应用于视频内容已成为一个紧迫的问题。在本文中，我们引入了一种基于视频帧间关系的时间感知建模的新框架。所提网络包含若干空洞残差块，每个块由计算来自相邻帧特征的时间卷积层组成以改进预测。为了缓解昂贵的计算并满足快速视频人群计数的需求，我们还引入了一种轻量级网络以平衡计算成本与表示能力。我们在人群计数基准上进行了实验，并证明了其在有效性和效率上相对于先前基于视频的方法的优越性。