[發明專利]人群計數方法、系統、計算機可讀存儲介質及服務器

有效

• 申請號: 201811026803.9
• 申請日: 2018-09-04
• 公開（公告）號: CN109359520B
• 公開（公告）日: 2021-12-17
• 發明（設計）人: 袁德勝;游浩泉;張欣欣;王作輝;姚磊;楊進參;王海濤
• 申請（專利權）人: 匯納科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 上海光華專利事務所(普通合伙) 31219
• 代理人: 徐秋平

本發明提供一種人群計數方法、系統、計算機可讀存儲介質及服務器，人群計數方法包括：將包含人群的原始圖像集進行訓練預處理，以形成預處理圖像集；結合多通道可變形卷積，搭建一卷積神經網絡；所述卷積神經網絡用于將包含人群的原始圖像集映射為熱力圖；對搭建的卷積神經網絡進行訓練，以形成另一卷積神經網絡；將所述原始圖像集中的測試圖集輸入所述另一卷積神經網絡內，以獲取與所述原始圖像集對應的熱力圖。本發明所提供人群計數方法、系統、計算機可讀存儲介質及服務器可有效地解決多種尺度，多種場景下的人群計數問題。

技術領域

本發明屬于智能監控計數領域，涉及一種計數方法和系統，特別是涉及一種人群計數方法、系統、計算機可讀存儲介質及服務器。

背景技術

在各種集會，交通要道等公共場合中，常常會有人群聚集，此時所面臨人數管控的問題是非常重要的，在安全上，需要對人群數量進行預警以便進行合理的調度，在商業上，人群聚集地常常意味著商業價值點的挖掘。然而，人群具有流動性以及多樣性，因此在這些公共場合中如何利用監控的圖像、視頻等來獲得當下人群的數量是非常有意義的。

目前計算當前人數的智能監控方案有很多種，其技術方向主要有以下幾種：

1)目標檢測：采用這種方法需要逐一檢測并識別出場景里面的每一個人，通過檢測出人體，頭、肩等部位來計算出人群的數量，這種方法能同時完成人群計數和定位個人。雖然在目標檢測和識別方面當監控范圍變大，或人群變多變密時，該方法由于需要分割識別每個人，檢測過程將比較耗時，需要犧牲性能來換取準確率，另外當人群之間有所遮擋，將會導致檢出率的下降，這也給場景帶來了使用限制，比如，相機需要盡量避免過低或水平拍攝造成人之間的遮擋。

2)特征回歸：該方法通常直接通過深度神經網絡對人群圖像進行特征抽取，學習與人數的映射關系。在這種方法中，常見的做法是，先把人群圖像映射成密度圖，再通過密度圖計算人數。這種方法能找到人群的整體特征，對密度大的人群場景具有良好的計數性能，在人群遮擋嚴重，場景雜亂的情況下更具有應用價值。目前用來做人群圖像特征抽取的網絡中，較為簡單的網絡常只針對特定場景,并不適用于跨場景的計數。為適應不同場景大多，需要采用較大的網絡，如多通道網絡進行訓練。復雜的網絡參數較多，不僅在訓練上具有一定的難度，而且在實施時花在硬件成本較大，實時性上常難以滿足應用需求。

因此，如何提供一種人群計數方法、系統、計算機可讀存儲介質及服務器，以解決現有技術無法解決多種尺度，多種場景下的人群計數的問題，實已成為本領域技術人員亟待解決的技術問題。

發明內容

鑒于以上所述現有技術的缺點，本發明的目的在于提供一種人群計數方法、系統、計算機可讀存儲介質及服務器，用于解決現有技術無法解決多種尺度，多種場景下的人群計數的問題。

為實現上述目的及其他相關目的，本發明一方面提供一種人群計數方法，包括：將包含人群的原始圖像集進行訓練預處理，以形成預處理圖像集；結合多通道可變形卷積，搭建一卷積神經網絡；所述卷積神經網絡用于將包含人群的原始圖像集映射為熱力圖；對搭建的卷積神經網絡進行訓練，以形成另一卷積神經網絡；將所述原始圖像集中的測試圖集輸入所述另一卷積神經網絡內，以獲取與所述原始圖像集對應的熱力圖。

于本發明的一實施例中，所述將包含人群的原始圖像集進行訓練預處理的步驟包括：把包含人群的原始圖像集按人頭位置生成密度圖集；將生成的密度圖集劃分為訓練圖集和測試圖集，并將所述密度圖集進行歸一化處理，減去普通卷積vgg16在圖像網絡預訓練模型的平均值；將訓練圖集與所述密度圖集對應，以統一尺寸大小，并對所述訓練圖集進行數據擴增。