[發(fā)明專利]一種基于尺度自適應的頭部檢測和密度圖的人群計數(shù)方法

有效

• 申請?zhí)枺?/td>: 201711308233.8
• 申請日: 2017-12-11
• 公開（公告）號: CN108154089B
• 公開（公告）日: 2021-07-30
• 發(fā)明（設計）人: 紀慶革;朱婷;馬天俊
• 申請（專利權）人: 中山大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06T7/194;G06T7/269
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 林麗明

本發(fā)明公開一種基于尺度自適應的頭部檢測和密度圖的人群計數(shù)方法，對圖像進行特征訓練和預測；首先提取圖像的梯度信息和圖像的前景；生成與圖像對應的尺度和參數(shù)；然后分割前景圖像，篩選樣例；用樣例進行訓練得到頭部的訓練模型；利用訓練模型進行預測，得到預測結果；根據(jù)預測結果生成多尺度密度圖，將密度圖加和得到預測總人數(shù)。用尺度自適應的方法結合頭部檢測對圖片中的行人進行計數(shù)，彌補了普通的檢測方法對于透視變換問題上的不足；自適應的尺度篩選方法和密度圖的應用，使得本發(fā)明有更好的魯棒性，可以適用于不同的場景。對于patch的篩選以及分類使得訓練出來的模型分類能力更強，保障了人群計數(shù)的準確性。

技術領域

本發(fā)明涉及行人檢測領域，更具體地，涉及一種基于尺度自適應的頭部檢測和密度圖的人群計數(shù)方法。

背景技術

隨著社會的城鎮(zhèn)化發(fā)展，城市人口數(shù)量急劇上升，視頻監(jiān)控被越來越多地使用到了日常的工作和生活中。這些視頻數(shù)據(jù)最重要的應用領域之一就是智能視頻監(jiān)控。擁有13.75億人口的中國，人口數(shù)量大所引發(fā)的一系列問題始終威脅著公眾安全。同樣在世界上其他地方，舉行大型活動時也會因為人群過密發(fā)生不可控事件。所以，有效地利用安防監(jiān)控數(shù)據(jù)合理調(diào)配治安人員以及建設輔助交通設施對人群進行引導分流對于公共秩序的維護和人身安全的保護有著重大意義。然而傳統(tǒng)視頻監(jiān)控需要人工監(jiān)視處理、匯報情況，非常消耗人力物力。自動化的視頻分析和處理不僅可以解放勞動力，還可以從海量的視頻信息中挖掘數(shù)據(jù)，學習到有用的知識和規(guī)則。人群計數(shù)作為視頻分析中的一個領域，對于人群行為分析，緊急情況監(jiān)測，交通規(guī)劃等等多個方面都有著重要的意義。現(xiàn)有的人群計數(shù)的研究方法主要分為兩大類，局部的(local)方法和全局的(holistic)方法，全局方法主要是對于一個輸入的圖片通過特征提取之后尋找一個模型使其能直接對應圖片上的總人數(shù)。局部的方法是將圖片分塊，將每一塊的預測結果綜合后得出最后圖片的總人數(shù)。局部的方法多數(shù)是基于檢測的方法，基于檢測的方法的主要思想就是把行人正確的分割出來并通過檢測結果得到預測的總人數(shù)。基于檢測的方法中常用到一些局部檢測器，比如說頭部檢測器，頭肩檢測器，人體檢測器等。盡管人體識別和跟蹤技術比較成熟，在復雜的場景中整個人體的檢測還是會因遮擋和透視變換等問題使得檢測的準確率變低。除了傳統(tǒng)方法，深度學習在人群計數(shù)上也有著優(yōu)異的表現(xiàn)，深度學習方法的優(yōu)勢在于較高的準確度，通過長時間的訓練和調(diào)參，深度學習可以達到比傳統(tǒng)方法更好的準確度，但缺點也就相應而來，訓練需要大量的訓練數(shù)據(jù)并且和訓練時間較長，對于計算資源的占用大，需要高性能的計算設備與之配合，這使得應用難度變大，設備成本變高。

發(fā)明內(nèi)容

本發(fā)明為克服上述現(xiàn)有技術所述的至少一種缺陷，提供一種基于尺度自適應的頭部檢測和密度圖的人群計數(shù)方法。

為解決上述技術問題，本發(fā)明的技術方案如下：

一種基于尺度自適應的頭部檢測和密度圖的人群計數(shù)方法，對圖像進行特征訓練和預測，包括以下步驟：

S1：提取圖像的梯度信息和圖像的前景；

S2：生成與圖像對應的尺度和參數(shù)；

S3：分割前景圖像，篩選樣例；

S4：用樣例進行訓練得到頭部的訓練模型；

S5：利用訓練模型進行預測，得到預測結果；

S6：根據(jù)預測結果生成多尺度密度圖，將密度圖加和得到預測總人數(shù)。

在一種優(yōu)選的方案中，步驟S1中利用梯度差分方法提取圖像的前景，包括以下步驟：

S11：獲取實驗所需要的數(shù)據(jù)集，包括圖片序列集、有在頭部位置有標記的位置矩陣和透視關系矩陣；提取每一張圖像的梯度信息和梯度夾角；

S12：利用梯度差分的方法提取當前圖片序列中每一幀圖片與其對應的前景。