基于深度学习SSD模型的视频室内人数统计

在采用视频检测的室内人数统计场合,由于室内人群较为密集、遮挡严重,传统算法的准确率普遍不高.人数统计的关键在于有效特征的提取,而基于深度学习的算法可以很好地进行特征提取.基于SSD深度学习物体检测模型,提出一种基于人头检测的视频室内人数统计方法:通过大量的人头样本训练一个检测单一人头目标的SSD卷积神经网络,将一整张图像输入到SSD神经网络,让神经网络自己判断人头在哪里,人头的大小,同时也缩减了可能图像块的个数.提出了一种样本合成方法,用于网络的训练,可以在有限的样本空间下进行小尺度的人头检测.大量的室内场景实验测试表明,该算法可以对小尺度人头进行检测,并且准确性、高实时性好,具有较强的鲁棒性.