[發(fā)明專利]基于多列卷積神經(jīng)網(wǎng)絡(luò)的單張圖像人群計(jì)數(shù)算法

有效

• 申請(qǐng)?zhí)枺?/td>: 201511030645.0
• 申請(qǐng)日: 2015-12-31
• 公開（公告）號(hào): CN105528589B
• 公開（公告）日: 2019-01-01
• 發(fā)明（設(shè)計(jì)）人: 高盛華;張營營;馬毅
• 申請(qǐng)（專利權(quán)）人: 上海科技大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00
• 代理公司: 上海申匯專利代理有限公司 31001
• 代理人: 翁若瑩

1.一種基于多列卷積神經(jīng)網(wǎng)絡(luò)的單張圖像人群計(jì)數(shù)算法，包括以下步驟：

建立多列卷積神經(jīng)網(wǎng)絡(luò)，利用樣本集對(duì)該多列卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到待學(xué)習(xí)參數(shù)Θ的估計(jì)，使得通過該多列卷積神經(jīng)網(wǎng)絡(luò)得到的樣本集中任意輸入圖像x的人群密度估計(jì)圖F(x；Θ)與該輸入圖像x的實(shí)際人群密度圖M(x)間的歐式距離最小，其特征在于：

所述多列卷積神經(jīng)網(wǎng)絡(luò)包括子網(wǎng)絡(luò)一、子網(wǎng)絡(luò)二、子網(wǎng)絡(luò)三，同一張輸入圖像x輸入子網(wǎng)絡(luò)一、子網(wǎng)絡(luò)二、子網(wǎng)絡(luò)三后均經(jīng)過四次卷積和兩次池化得到三組不同的特征圖，子網(wǎng)絡(luò)一的卷積的卷積核大小為N₁×N₁，子網(wǎng)絡(luò)二的卷積的卷積核大小為N₂×N₂，子網(wǎng)絡(luò)三的卷積的卷積核大小為N₃×N₃，N₁＞N₂＞N₃，三組特征圖在通道維度上鏈接在一起，再用一個(gè)1×1的核卷積得到人群的估計(jì)密度圖，該多列卷積神經(jīng)網(wǎng)絡(luò)的損失函數(shù)是多列卷積神經(jīng)網(wǎng)絡(luò)的第i幅輸入圖像x_i的人群密度估計(jì)圖F(x_i；Θ)和多列卷積神經(jīng)網(wǎng)絡(luò)的第i幅輸入圖像x_i的實(shí)際人群密度圖M(x_i)之間的歐氏距離L(Θ)，式中，N為輸入多列卷積神經(jīng)網(wǎng)絡(luò)的圖像數(shù)量，為多列卷積神經(jīng)網(wǎng)絡(luò)的參數(shù)設(shè)定一個(gè)初始值后，根據(jù)實(shí)際的標(biāo)準(zhǔn)密度圖算出輸入圖片的損失：L(Θ)，然后在每一次優(yōu)化迭代中更新整個(gè)網(wǎng)絡(luò)的參數(shù)Θ，直到損失值收斂到一個(gè)較小的值。

2.如權(quán)利要求1所述的一種基于多列卷積神經(jīng)網(wǎng)絡(luò)的單張圖像人群計(jì)數(shù)算法，其特征在于：采用隨機(jī)梯度下降法在每一次優(yōu)化迭代中更新整個(gè)網(wǎng)絡(luò)的參數(shù)Θ。

3.如權(quán)利要求1所述的一種基于多列卷積神經(jīng)網(wǎng)絡(luò)的單張圖像人群計(jì)數(shù)算法，其特征在于：輸入圖像x對(duì)應(yīng)的實(shí)際人群密度圖M(x)表示為：式中，N為圖像中的人數(shù)，表示輸入圖像x中每個(gè)像素的位置，x_i為第i個(gè)人頭在輸入圖像x中的位置，δ(·)為單位沖擊函數(shù)，*為卷積操作，為標(biāo)準(zhǔn)差為σ_i的高斯核。