[發(fā)明專利]一種基于深度神經(jīng)網(wǎng)絡(luò)的人數(shù)統(tǒng)計(jì)方法及存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 201810420933.4
• 申請(qǐng)日: 2018-05-04
• 公開（公告）號(hào): CN108830145B
• 公開（公告）日: 2021-08-24
• 發(fā)明（設(shè)計(jì)）人: 袁譽(yù)樂(lè);曹建民;崔小樂(lè);葉青松
• 申請(qǐng)（專利權(quán)）人: 深圳技術(shù)大學(xué)（籌）
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/46;G06N3/04;G06N3/08
• 代理公司: 深圳鼎合誠(chéng)知識(shí)產(chǎn)權(quán)代理有限公司 44281
• 代理人: 郭燕;胡佳煒

1.一種基于深度神經(jīng)網(wǎng)絡(luò)的人數(shù)統(tǒng)計(jì)方法,其特征在于，包括以下步驟：

獲取待檢測(cè)圖像包括：獲取待監(jiān)控人群的視頻；從所述視頻的圖像序列中逐一選擇一幀圖像以作為所述待檢測(cè)圖像；對(duì)于圖像序列中的第i幀圖像，取Cr(i)[x,y]、Bg(i-1)[x,y]、Bg(i-2)[x,y]三者的平均值作為第i幀圖像在像素坐標(biāo)[x,y]處的像素值；其中，Cr(i)[x,y]表示第i幀圖像在像素坐標(biāo)[x,y]處的初始像素值，Bg(i-1)[x,y]表示前一幀圖像在像素坐標(biāo)[x,y]處的像素值，Bg(i-2)[x,y]表示再前一幀圖像在像素坐標(biāo)[x,y]處的像素值；

根據(jù)所述待檢測(cè)圖像得到背景圖像和前景圖像包括：對(duì)所述待檢測(cè)圖像進(jìn)行區(qū)域檢測(cè)，根據(jù)區(qū)域檢測(cè)結(jié)果構(gòu)建背景模型；判斷所述背景模型是否包括所述視頻的所有背景信息，所述背景信息為非人物體的圖像信息；若判斷結(jié)果為是，則將所述背景模型中的所有背景信息作為所述背景圖像，所述背景圖像包括所述視頻中所有非人物體的圖像信息；若判斷結(jié)果為否，則對(duì)下一幀的待檢測(cè)圖像進(jìn)行區(qū)域檢測(cè)，根據(jù)區(qū)域檢測(cè)結(jié)果更新所述背景模型，直至判斷所述背景模型包括所述視頻的所有背景信息；根據(jù)所述背景圖像對(duì)所述待檢測(cè)圖像進(jìn)行背景差分處理，獲得所述前景圖像，所述前景圖像包括所述待檢測(cè)圖像中所有人體的圖像信息；

對(duì)所述前景圖像進(jìn)行深度神經(jīng)網(wǎng)絡(luò)處理，以統(tǒng)計(jì)所述前景圖像中人體關(guān)鍵部位的數(shù)量包括：設(shè)置深度神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)；獲取標(biāo)定人體關(guān)鍵部位的訓(xùn)練數(shù)據(jù)；根據(jù)所述訓(xùn)練數(shù)據(jù)訓(xùn)練所述拓?fù)浣Y(jié)構(gòu)的模型參數(shù)；將所述前景圖像輸入所述拓?fù)浣Y(jié)構(gòu)，根據(jù)所述拓?fù)浣Y(jié)構(gòu)在所述訓(xùn)練數(shù)據(jù)上的分布特征構(gòu)建所述前景圖像中的人體關(guān)鍵部位；從而獲取所述前景圖像中人體關(guān)鍵部位的數(shù)量；

根據(jù)人體關(guān)鍵部位的統(tǒng)計(jì)結(jié)果比較獲得所述待檢測(cè)圖像中的人數(shù)包括：分別統(tǒng)計(jì)每種人體關(guān)鍵部位的數(shù)量，根據(jù)每種人體部位的數(shù)量計(jì)算該人體關(guān)鍵部位對(duì)應(yīng)的人數(shù)；獲取各種人體關(guān)鍵部位對(duì)應(yīng)的人數(shù)的最大值，將最大值作為所述待檢測(cè)圖像中的人數(shù)；

構(gòu)建背景模型的過(guò)程包括：將所述待檢測(cè)圖像輸入基于YOLO V3的物體檢測(cè)模型，獲得有人區(qū)域和無(wú)人區(qū)域；構(gòu)建一與所述待檢測(cè)圖像具有像素一一對(duì)應(yīng)關(guān)系的背景模型，將所述背景模型中與所述無(wú)人區(qū)域相對(duì)應(yīng)像素點(diǎn)的像素值設(shè)定為所述無(wú)人區(qū)域中各像素點(diǎn)的像素值,將所述背景模型中與所述有人區(qū)域相對(duì)應(yīng)像素點(diǎn)的像素值設(shè)定為第一值。

2.如權(quán)利要求1所述的基于深度神經(jīng)網(wǎng)絡(luò)的人數(shù)統(tǒng)計(jì)方法，其特征在于，所述判斷所述背景模型是否包括所述視頻的所有背景信息，包括：

判斷所述背景模型中是否存在第一值的像素點(diǎn)，若不存在，則認(rèn)為所述背景模型包括所述視頻的所有背景信息，反之，則認(rèn)為所述背景模型未包括所述視頻的所有背景信息。

3.如權(quán)利要求2所述的基于深度神經(jīng)網(wǎng)絡(luò)的人數(shù)統(tǒng)計(jì)方法，其特征在于，所述若判斷結(jié)果為否，則對(duì)下一幀的待檢測(cè)圖像進(jìn)行區(qū)域檢測(cè)，根據(jù)區(qū)域檢測(cè)結(jié)果更新背景模型，直至判斷所述背景模型包括所述視頻的所有背景信息，包括：

判斷結(jié)果為否，則將下一幀的待檢測(cè)圖像輸入基于YOLO V3的物體檢測(cè)模型，獲得新無(wú)人區(qū)域；

根據(jù)新無(wú)人區(qū)域中各像素點(diǎn)的像素值，對(duì)所述背景模型中與新無(wú)人區(qū)域相對(duì)應(yīng)像素點(diǎn)的像素值進(jìn)行更新，以消除所述背景模型中與新無(wú)人區(qū)域相對(duì)應(yīng)像素點(diǎn)之中存在的第一值；

重復(fù)更新所述背景模型，直至判斷所述背景模型中不存在第一值的像素點(diǎn)。

4.如權(quán)利要求1所述的基于深度神經(jīng)網(wǎng)絡(luò)的人數(shù)統(tǒng)計(jì)方法，其特征在于，所述拓?fù)浣Y(jié)構(gòu)包括串聯(lián)連接的濾波器、多個(gè)卷積結(jié)構(gòu)、通道和softmax函數(shù)處理器。

5.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，包括程序，所述程序能夠被處理器執(zhí)行以實(shí)現(xiàn)如權(quán)利要求1-4中任一項(xiàng)所述的方法。