[發明專利]一種人群計數方法、網絡、系統和電子設備

有效

• 申請號: 201910082165.0
• 申請日: 2019-01-28
• 公開（公告）號: CN109815919B
• 公開（公告）日: 2021-04-20
• 發明（設計）人: 朱亮;趙之健;林亦寧;魯超;姚唐仁;呂桂華
• 申請（專利權）人: 上海七牛信息技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04
• 代理公司: 上海碩力知識產權代理事務所(普通合伙) 31251
• 代理人: 郭桂峰

本申請實施例提供一種人群計數方法、網絡、系統及電子設備，所述方法包括：獲取待測圖像；將所述待測圖像輸入神經網絡中，進行特征提取；對神經網絡提取到的特征進行處理，統計出人群數量。利用本發明所公開的方法，在人群計數問題中可以輸出高質量的人群密度圖，同時得到高準確度的人群計數估計。

技術領域

本申請涉及圖像處理領域，特別涉及一種人群計數方法、網絡、系統和電子設備。

背景技術

目前人群計數技術已廣泛應用于視頻監控，公共安全，交通流量控制等諸多領域，因而得到了越來越多的關注。但是人群計數主要困難在于人頭尺度在圖像中差異性大，人體遮擋嚴重，攝像透視形變，人群分布多樣，環境背景噪聲。這都使得精確的人群計數任務變得極具挑戰。

現有的人群計數技術大致包括2類，基于傳統特征的方法和基于深度神經網絡的方法。傳統特征方法主要通過從人體或人頭抽取人工設計的描述特征，比如Harrwavelets和HOG描述子，再以滑動窗口的方式去搜索檢測人體，從而得到圖片中的人群計數。這類方法的主要缺陷是不能處理高密度人群，遮擋嚴重的場景。近年來隨著深度神經網絡在計算機視覺領域取得巨大成功，另一類基于深度神經網絡的人群計數方法顯示出了相比傳統方法的優越性。這類方法優點在于直接輸出人群密度圖(density map)，因此除了能得到圖片的人群總數外，還能得到更豐富的人群密度分布圖，同時不需要人工設計特征。一個典型的方法是Zhang設計的multi-column CNN(MCNN)，取得了較好的效果。multi-column由不同卷積核大小的分支網絡組成，目的是通過不同大小的卷積核來提取不同人頭尺度的特征，來解決人頭尺度差異性的問題。但是這個方法存在的問題一是不同分支的卷積核大小需要人工去設置，依賴實踐經驗。二是有論文實驗指出具有不同卷積核大小的多個分支學習到的特征是高度相似的，這與方法的設計初衷相違背。同時目前主流的人群計數方法都沒有對背景噪聲進行很好的處理，對于一些有樹木，植物，建筑物背景的場景，存在較多的計數錯誤。

發明內容

為了解決現有人群計數技術存在的上述困難，本發明的目的是提供一套高準確度的人群計數估計的解決方案。

本發明公開一種人群計數方法，該方法包括：獲取待測圖像；將所述待測圖像輸入神經網絡中，進行特征提取；對神經網絡提取到的特征進行處理，統計出人群數量。

優選的，所述神經網絡包括主干網絡、第一分支網絡、第二分支網絡。其中，所述主干網絡用于提取所述目標圖像數據的多層次特征，分別作為第一分支網絡和第二分支網絡處理的輸入特征圖；所述的第一分支網絡用于產生注意力圖；所述的第二分支網絡用于產生密度圖。

優選的，所述的主干網絡采用帶batch normalization的VGG16作為前端特征提取器。

優選的，所述的主干網絡為單一大小卷積核單主干網絡。

優選的，所述的主干網絡采用3x3大小的卷積核。

優選的，所述的第一分支網絡采用的訓練算法包含用來衡量密度圖像素點值的誤差的算法和用來衡量注意力圖的生成質量的算法。

所述的用來衡量密度圖像素點值的誤差的公式為：

F(X_i；Θ)是估計得密度圖，是密度圖的真值，N是batch中的圖片數量。

所述的用來衡量注意力圖的生成質量的公式為：

是注意力圖的真值，P_i是經過sigmiod激活函數后的概率值。

所述的第一分支網絡還包括多任務聯合訓練的損失函數，所述損失函數定義如下：

L＝L_den+αL_att(α為常數)