[發明專利]一種基于深度學習的圖像高密度人群計數方法

在審

• 申請號: 201710457548.2
• 申請日: 2017-06-16
• 公開（公告）號: CN107301387A
• 公開（公告）日: 2017-10-27
• 發明（設計）人: 鄧騰飛;周智恒;余衛宇
• 申請（專利權）人: 華南理工大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/08;G06T3/40;G06T3/60
• 代理公司: 廣州市華學知識產權代理有限公司44245
• 代理人: 李斌

1.一種基于深度學習的圖像高密度人群計數方法，其特征在于，包括下述步驟：

S1、利用深度學習框架caffe建立深淺互補卷積神經網絡；

S2、對圖像按角度旋轉、圖像的多尺度縮放、圖像的鏡像以及圖像金字塔縮放的操作實現圖像數據增強；

S3、將增強后的圖像數據進行Gaussian核模糊歸一化處理后得到真實的人群密度圖，網絡輸出估計密度圖與真實密度圖按照損失函數不斷迭代訓練優化整個網絡結構；

S4、將人群圖片和標簽圖片輸入給網絡訓練，不斷迭代優化最終得到訓練好的網絡模型。

2.根據權利要求1所述基于深度學習的圖像高密度人群計數方法，其特征在于，步驟S1中，所述深淺互補卷積神經網絡為高層特征和低層特征結合的神經網絡，具體包括深層網絡和淺層網絡兩列網絡：

第一列深層網絡包含13個卷積層，卷積核大小均為3×3，每層卷積后使用線性修正單元ReLU函數進行激活，使網絡稀疏，減少參數相互依賴緩解過擬合問題的發生；

第二列淺層網絡包含3個卷積層，卷積核大小均為5×5，每層卷積后使用線性修正單元ReLU函數進行激活，激活后進行池化處理；

將第二列淺層網絡的輸出輸入至第一列深層網絡最后一個平均值池化層和卷積層處理后進行輸出；

將深層網絡和淺層網絡鏈接在一起后經過1×1卷積層處理，這樣用1×1卷積層代替全連接層，將深層網絡和淺層網絡融合，使整個網絡成為全卷積網絡，該全卷積網絡可接受各種尺度圖片的輸入，最后網絡輸出估計的密度圖。

3.根據權利要求2所述基于深度學習的圖像高密度人群計數方法，其特征在于，在第一列深層網絡中，把激活步驟放置于卷積層中，每做一次卷積后，均采用池化Pooling處理，第一列深層網絡共有4個池化層，采用最大值池化MaxPool和平均值池化AvgPool交替池化方案，最大值池化和平均值池化的窗口大小均為2×2，最后一個池化層窗口大小為3×3，步長均為1。

4.根據權利要求2所述基于深度學習的圖像高密度人群計數方法，其特征在于，所述第二列淺層網絡均采用平均值池化AvgPool進行處理，池化的窗口大小均為5×5，步長為1。

5.根據權利要求1所述基于深度學習的圖像高密度人群計數方法，其特征在于，步驟S2具體為：

S21、對輸入圖像進行梯度為5°的旋轉操作，左旋5°以及右旋5°使圖像數據擴大至3倍；

S22、對輸入圖像進行尺度分別為：0.6、0.9、1.4倍的縮放操作，使圖像數據擴大至12倍；

S23、對輸入圖像進行鏡像操作，使圖像數據擴大至24倍；

S24、為使網絡對于輸入圖像的大小變化更具魯棒性，采用金字塔型圖像縮放，縮放范圍為原圖的0.6至1.3倍，縮放大小的間隔為0.1，使圖像數據擴大至192倍。