[發(fā)明專利]一種改進(jìn)型PCCNN神經(jīng)網(wǎng)絡(luò)模型的人群聚集檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710564899.3
• 申請(qǐng)日: 2017-07-12
• 公開(kāi)（公告）號(hào): CN107341480A
• 公開(kāi)（公告）日: 2017-11-10
• 發(fā)明（設(shè)計(jì)）人: 王賢哲;劉格;丁頠洋;袁翔;程浚;袁林;馮燕來(lái);宮明煜;張昕然;章邢;雷玉鵬;李莎莎
• 申請(qǐng)（專利權(quán)）人: 中國(guó)電子科技集團(tuán)公司第二十八研究所
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06N3/08
• 代理公司: 南京蘇高專利商標(biāo)事務(wù)所(普通合伙)32204
• 代理人: 孟紅梅

技術(shù)領(lǐng)域

本發(fā)明屬于視頻圖像處理領(lǐng)域，主要涉及一種改進(jìn)型PCCNN神經(jīng)網(wǎng)絡(luò)模型的人群聚集檢測(cè)方法。

背景技術(shù)

目前針對(duì)人群聚集的檢測(cè)方法，主要集中在圖像分割、前景提取，紋理特征識(shí)別等傳統(tǒng)數(shù)字圖像處理技術(shù)。

在傳統(tǒng)的視頻人群聚集分析領(lǐng)域，一般通過(guò)幀間差分法、光流法、(混合)背景建模法等對(duì)關(guān)注目標(biāo)進(jìn)行前景提取，在前景提取前會(huì)選擇性采用圖像去噪、背景生成等預(yù)處理手段。但是由于圖像背景復(fù)雜度的增加，各類算法的計(jì)算復(fù)雜度也顯著增加，建模的難度也成規(guī)模提升。同時(shí)，由于場(chǎng)景的干擾因素較多，如光照環(huán)境變化，目標(biāo)遮擋等，都對(duì)計(jì)算分析造成了極大的干擾。而且特征提取中的目標(biāo)特征確定也十分繁雜，目標(biāo)以外的背景也使得提取局部特征時(shí)會(huì)帶入大量的噪聲和干擾。

在前景提取完成后，往往對(duì)人群的數(shù)量估計(jì)采用的是基于提取前景的像素特征，該特征在前景提取效果較差、人數(shù)較多、人群重疊、遮擋物較多時(shí)得到的結(jié)果誤差很大。

隨著GPU計(jì)算能力的提升和神經(jīng)網(wǎng)絡(luò)理論的成熟，以機(jī)器學(xué)習(xí)為代表的人工智能方法成為了一種提取大量有效特征的可行方法，是視頻圖像處理領(lǐng)域的嶄新方向，對(duì)于人群聚集的視頻檢測(cè)提供了新的途徑。

發(fā)明內(nèi)容

發(fā)明目的：本發(fā)明針對(duì)安防監(jiān)控活動(dòng)中現(xiàn)有系統(tǒng)很難主動(dòng)檢測(cè)異常事件的不足，綜合考慮不同監(jiān)控場(chǎng)景下人群聚集的特點(diǎn)，提供一種改進(jìn)型PCCNN神經(jīng)網(wǎng)絡(luò)模型的人群聚集檢測(cè)方法，采用多級(jí)神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)思路，實(shí)時(shí)分析視頻中人群的密度變化特征，從而實(shí)現(xiàn)檢測(cè)視頻中的人群聚集行為，主動(dòng)進(jìn)行群體事件、群體行為的預(yù)警，避免異常事件的發(fā)生以及可能造成的人員傷亡。

技術(shù)方案：本發(fā)明采用的技術(shù)方案為：

一種改進(jìn)型PCCNN神經(jīng)網(wǎng)絡(luò)模型的人群聚集檢測(cè)方法，包括以下步驟：

(1)收集不同遠(yuǎn)近視角下的人群聚集分段序列圖像并進(jìn)行擴(kuò)充后作為訓(xùn)練集，將訓(xùn)練集中的圖像根據(jù)與攝像機(jī)的距離分為離攝像機(jī)近的、離攝像機(jī)適中的以及離攝像機(jī)遠(yuǎn)的A、B、C三類，并向訓(xùn)練集中添加無(wú)人的D類背景圖像；

(2)構(gòu)建由三個(gè)深度不同的子神經(jīng)網(wǎng)絡(luò)組成的并行交叉神經(jīng)網(wǎng)絡(luò)模型，其中，第一個(gè)子網(wǎng)絡(luò)深度>第二個(gè)子網(wǎng)絡(luò)深度>第三個(gè)子網(wǎng)絡(luò)深度；

(3)分別以A、B、C類為正樣本，其余三類總和為負(fù)樣本依次訓(xùn)練第一個(gè)子網(wǎng)絡(luò)、第二子網(wǎng)絡(luò)、第三子網(wǎng)絡(luò)響應(yīng)的正樣本分類正確率達(dá)設(shè)定閾值以上，將得到的參數(shù)作為并行交叉神經(jīng)網(wǎng)絡(luò)模型中子網(wǎng)絡(luò)的初始訓(xùn)練參數(shù)；在確定三個(gè)子網(wǎng)絡(luò)的初始訓(xùn)練參數(shù)后將ABCD四類圖片作為輸入對(duì)并行交叉神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，從而獲得最終的神經(jīng)網(wǎng)絡(luò)模型；

(4)用訓(xùn)練好的模型對(duì)目標(biāo)視頻的采樣幀進(jìn)行分析，得到相應(yīng)的密度圖；

(5)通過(guò)對(duì)密度圖分別進(jìn)行人群分布區(qū)域的提取和分布數(shù)量的估算，同時(shí)結(jié)合人群聚集加權(quán)中心矩的計(jì)算，從而判定是否存在人群聚集的行為。

作為優(yōu)選，步驟(1)中的擴(kuò)充包括將訓(xùn)練圖像以自身為基準(zhǔn)進(jìn)行指定倍數(shù)的放縮，以及選取訓(xùn)練圖像中的高密度部分兩種擴(kuò)充操作。

作為優(yōu)選，步驟(2)中的多深度的并行交叉神經(jīng)網(wǎng)絡(luò)模型中，第一個(gè)子網(wǎng)絡(luò)深度為5，之間穿插4個(gè)最大池化層，第二個(gè)子網(wǎng)絡(luò)深度為4，之間穿插2個(gè)最大池化層和2個(gè)平均池化層，第三個(gè)子網(wǎng)絡(luò)深度為3，之間穿插3個(gè)平均池化層；各子網(wǎng)絡(luò)的輸出末端輸入一個(gè)1*1的卷積層，該1*1的卷積層的輸出通過(guò)雙線性插值對(duì)輸入圖像采樣最終生成人群分布的密度圖。

作為優(yōu)選，步驟(5)中，包括：

(5.1)對(duì)密度圖進(jìn)行二值化，提取二值化圖像中的連通區(qū)域，計(jì)算各連通區(qū)域的面積占整幅圖像的百分比；

(5.2)對(duì)密度圖進(jìn)行中值濾波，將濾波后的各連通區(qū)域位置對(duì)應(yīng)的像素值求和，估算各區(qū)域人群分布數(shù)量；

(5.3)根據(jù)密度圖中各連通區(qū)域的密度分布求各區(qū)域的加權(quán)一階中心矩，確定各區(qū)域的聚集中心；

(5.4)當(dāng)連續(xù)采樣幀中的連通區(qū)域百分比占比大于設(shè)定閾值，對(duì)應(yīng)區(qū)域的人數(shù)分布數(shù)量估計(jì)大于設(shè)定閾值，且連續(xù)采樣幀的聚集中心在視頻幀中的偏移小于設(shè)定的范圍，則判定發(fā)生了人群聚集。

作為優(yōu)選，步驟(5.2)中每個(gè)區(qū)域人群分布數(shù)量的估算值采用對(duì)像素和值*b進(jìn)行線性估算，b為人數(shù)估計(jì)值和像素密度值固定映射比值。有益效果：本發(fā)明與現(xiàn)有技術(shù)方案相比，其顯著優(yōu)點(diǎn)為：