بررسی روش های شمارش جمعیت در تصاویر

در سالهای اخیر، نیازهای فوری برای شمارش جمعیت و وسایل نقلیه، تحقی قات در مورد شمارش جمعیت وتخمین تراکم را به شدت ارتقا داده است. تخمین دقیق تعداد اشیا در یک تصو یر یک کار چالش برانگیز و درعین حال معنادار است و در بسیاری از کاربردها مانند برنامه ریزی شهری و ایمنی عمومی استفاده شده است.خوشبختانه، توسعه تکنیک های جمعیت شمار را می توان به سایر زمینه های مرتبط مانند شمارش وسایل نقلیه وبررسی محیطی، بدون در نظر گرفتن ویژگی های آنها، تعمیم داد. با بهره مندی از توسعه سریع یادگیریعمیق، عملکرد شمارش تا حد زیادی بهبود یافته است، و سنار یوهای کاربردی بیشتر گسترش یافته اند. ما دراین مقاله رویکردها ی موجود را در چهار دسته مبتنی بر تشخیص، مبتنی بر رگر سیون ، مبتنی بر شبکه عصبیکانولوشن و مبتنی بر ویدئو خلاصه می کنیم . ما بیشتر در مورد مجموعه داده ها و معیارها برای جامعه شمارشجمعیت توضیح میدهیم و در مورد کار حل مشکل شمارش بر اساس نمونه های کوچک، روشهای حا شیهنویسی مجموعه داده ها و غیره بحث می کنیم. در نهایت، چالش های مختلف پیش روی جمعیت شمار وراه حل های مربوط به آ نها را خلاصه می کنیم و مجموعه ای از روندهای توسعه را در آینده پیشنهاد می کنیم.

کلیدواژه ها:

شمارش جمعیت ، تصاویر ، یادگیری عمیق ، شبکه عصبی کانولوشن