清华大学学报(自然科学版)

作者：邓青, 张博, 李宜豪, 周亮, 周正青, 蒋慧灵, 高扬

单位：1. 北京科技大学 大安全科学研究院, 北京 100083;<br>2. 北京科技大学 土木与资源工程学院, 北京 100083;<br>3. 陕西省西安市消防救援支队, 西安 710000;<br>4. 北京科技大学 金属冶炼重大事故防控技术支撑基地, 北京 100083;<br>5. 清华大学 工程物理系, 公共安全研究院, 北京 100084;<br>6. 中国人民警察大学 智慧警务学院, 廊坊 065000

关键词：人群数量估计,疏散通道,级联卷积神经网络,图像识别

基金：蒋慧灵,教授,

对疏散场景中的人员数量进行准确估计,能为疏散路径的实时优化和应急资源的调度提供决策支持。为了获取疏散通道上不同区域的人员数量,该文在对已有方法分析和总结的基础上,通过设置分类情况和人员密度层级相联,建立了基于级联卷积神经网络(CNN)的人员数量估计模型,可有效避免卷积过程中部分图像信息丢失及过拟合的产生。通过学习图像中人员数量、位置随着图像特征变化的关系,可估计疏散通道上实时监控画面中人员数量。基于PyTorch深度学习平台开发,模型最终在验证集(612张图像)和测试集(182张图像)上的识别准确度分别为84.2%和83.6%,说明该模型可以比较准确地估计监控画面中的疏散人员数量。

来源：2023年第1期

《清华大学学报(自然科学版)》期刊编辑部

查看清华大学学报(自然科学版)杂志2023年第1期