1. 研究目的与意义（文献综述）

1.1、选题的目的与意义

人群和人数计算旨在估计来自监控摄像机的拥挤图像或视频中的人数。准确地估计人群的数量或密度对于人群控制和公共安全的目的而言是越来越重要的应用。在过度拥挤的情况下，人数统计提供了一条必不可少的信息，可用作事故避免和拥堵控制机制。此外，为人群计数开发的技术可以应用于其他研究领域的相关任务，例如细胞显微镜，对计数细胞或来自显微图像的细菌，在野生动物保护区进行动物人群估计，或在交通枢纽或交通拥堵时估计车辆数量。

1.2、选题所面临的挑战

2. 研究的基本内容与方案

2.1、研究（设计）的基本内容

学习人群计数相关论文和主流深度学习框架，设计实现一个基于深度学习的人群计数模型，并使用数据集对模型进行训练和预测。

2.2、拟采用的技术方案及措施

3. 研究计划与安排

为按时完成本次毕业设计，预先对本次毕业设计的进度做以下安排：

总时间安排：2019年2月8日——2019年5月25日（第一周至第十五周）

第1-3 周（2月8日-2月28日）：查阅相关文献资料，明确研究内容，确定拟采用的技术方案及措施，进行相关课题的资料搜索以及规范阅读，着手进行一部分的外文翻译，并撰写开题报告。

4. 参考文献（12篇以上）

[1] ranjan, viresh, hieu le, and minh hoai. "iterative crowd counting." arxiv preprint arxiv:1807.09959 (2018).

[2] zhang, yingying, et al. "single-image crowd counting via multi-column convolutional neural network." proceedings of the ieee conference on computer vision and pattern recognition. 2016.

[3] sam, deepak babu, shiv surya, and r. venkatesh babu. "switching convolutional neural network for crowd counting." proceedings of the ieee conference on computer vision and pattern recognition. vol. 1. no. 3. 2017.