论文部分内容阅读
当前的目标识别(object detection)模型大多是通过构造目标的整体特征,对具体目标类型识别和人群密度估计。然而,当目标特征不完全或存在部分遮挡时,往往很难发挥模型的性能优势。针对这一问题,以人头检测为目标,基于MS COCO 2014和ShanghaiTech 2种经典数据集,采用面向目标识别的YOLOv3模型和Objects as Points模型,以及面向人群密度估计的MCNN模型和CSRNet模型进行对比实验,分别探讨了这些模型在人头检测以及人群人头定位的效果。通过对比发现,在目标