[發明專利]一種基于深度學習的人數估計方法

有效

• 申請號: 201710862828.1
• 申請日: 2017-09-22
• 公開（公告）號: CN107657226B
• 公開（公告）日: 2020-12-29
• 發明（設計）人: 解梅;秦方;李佩倫;蘇星霖
• 申請（專利權）人: 電子科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/08
• 代理公司: 電子科技大學專利中心 51203
• 代理人: 周劉英

本發明公開了一種基于深度學習的人數估計方法，屬于基于深度學習的人群密度估計。本發明采用一種基于卷積層和池化層的單列卷積神經網絡，通過大量樣本的訓練，學習人群特征，從而估計輸入圖像的人群密度圖，進而對密度圖進行積分，得到該圖像上人群的人數估計。對比目前的其他深度學習算法，本發明所采用的卷積神經網絡，結構簡單，復雜度低，訓練時間短，且估計精確度更高。

技術領域

本發明屬于數字圖像技術領域，具體涉及基于深度學習的人群密度估計。

背景技術

隨著科學技術的快速發展和經濟水平的不斷提高，人們的生活需求也越來越高，從而促使了人工智能的快速發展，目前人工智能技術已經逐漸應用到各個領域，包括智能駕駛、智能監控、安防等等。通過視頻圖像實現人數估計在智能監控、安防領域有重要的應用價值，在大型公共場合，比如大型活動現場，火車站等地方，通過圖像及時估計人數，有助于及時疏散過密人群，防止踩踏等安全事故的發生等。另外，還可用于異常警示信號等等。

目前的人數統計算法可以概括為3類：

(1)基于目標檢測的方法：

根據行人目標特征建立檢測模型，選擇的目標特征有多種，包括人頭、整體行人目標、或者頭部和肩部輪廓相結合等等，根據這些特征訓練檢測器，并結合滑窗的方法進行目標檢測，統計檢測到的目標個數，即為人數。其中，檢測器主要是特征加分類器的形式，特征主要采取HOG(梯度方向直方圖)、LBP等特征，分類器主要采用Adaboost、SVM等。這種基于檢測的方法對所使用的目標檢測方法的準確度依賴性很高，且只適用于背景簡單，人數稀疏、行人之間沒有遮擋或者遮擋較少的場景，實用性及可推廣性較低。

(2)基于密度圖或人數回歸的方法：

這種方法通過建立圖像特征和人數之間的回歸模型，或者通過建立圖像特征與人群密度圖之間的回歸模型來估計圖像中的人數。常用的特征有邊緣特征，紋理特征等，常用的回歸函數主要有高斯回歸，線性回歸等。這類方法多用于監控視頻場景，利用前景分割提取視頻圖像中的目標區域，以提取有效特征。但是由于此類算法主要依賴于特征的選取，目前基于邊緣信息、紋理信息以及融合多種特征信息等方法準確性較差，如何設計有效特征仍然是該類算法的主要問題，且該類方法對場景依賴性高，不同場景之間的可遷移能力差，即泛化能力差。

(3)基于深度學習的方法：

目前深度學習在計算機視覺的眾多研究領域都表現出了驚人的優越性，雖然深度學習算法在人數統計方面的應用不多，但是此類算法在準確度上和推廣性上相比較于傳統算法具有顯著的進步。此類方法利用深度卷積神經網絡，通過大量的標記樣本來訓練該網絡學習人群特征，從而輸出圖像中的人數，此類方法不用人為設計特征，并且算法簡單，易于訓練。但是目前的深度學習算法多采用多列卷積神經網絡，存在復雜度高，樣本需要量大，訓練時間長的問題。

發明內容

本發明的發明目的在于：針對上述存在的問題，提供一種基于單列卷積神經網絡的深度學習的人數估計方法。

本發明的基于深度學習的人數估計方法，包括下列步驟：

構建深度神經網絡模型：基于10個卷積層和2個池化層的單列卷積神經網絡，其中前6個卷積層的卷積核大小均為5x5，第7～9個卷積層的卷積核大小均為3x3，最后一個卷積層的卷積核大小為1x1；2個池化層的池化方式采用最大池化，且池化核大小均為2x2；

采集訓練樣數據對所構建的深度神經網絡模型進行訓練，獲得訓練好的深度神經網絡模型，所述深度神經網絡模型的損失函數其中為網絡前向計算所得到的密度圖，M為訓練樣本數目，輸入圖像的真實密度圖其中δ(x-x_i)為圖像中人頭位置的沖擊函數，x_i表示人頭位置，N為人頭總數，G為高斯核；