摘要

跨场景人群计数是一项具有挑战性的任务，其优势在于无需对新目标监控场景中的人群进行繁琐的数据标注即可实现人数统计，而这些目标场景在训练阶段并未出现过。然而，大多数现有的人群计数方法在应用于未见过的场景时，性能会显著下降。为解决这一问题，本文提出一种深度卷积神经网络（CNN）用于人群计数，并采用两种相关学习目标——人群密度与人群总数——进行交替训练。所提出的可切换学习策略能够更好地逼近两个目标的局部最优解。针对未见过的目标人群场景，我们进一步提出一种数据驱动的方法，对已训练的CNN模型进行微调，以适应目标场景。此外，本文构建了一个新的数据集，包含108个不同人群场景，共计近20万个人头标注，旨在更准确地评估跨场景人群计数方法的性能。在所提出的及另外两个现有数据集上的大量实验结果表明，本文方法在有效性与可靠性方面均表现出色。