[發明專利]一種基于深度學習的室內人數檢測方法及系統

有效

• 申請號: 201910764522.1
• 申請日: 2019-08-19
• 公開（公告）號: CN110490252B
• 公開（公告）日: 2022-11-15
• 發明（設計）人: 陳超波;王召;高嵩;曹凱
• 申請（專利權）人: 西安工業大學
• 主分類號: G06V20/52
• 分類號: G06V20/52;G06V10/82;G06V10/764;G06V10/766;G06V10/774
• 代理公司: 西安新思維專利商標事務所有限公司 61114
• 代理人: 李鳳鳴

本發明涉及一種基于深度學習的室內人數檢測方法及系統，該檢測系統包括圖像采集單元、模型計算單元和控制單元；所述圖像采集單元實時采集室內圖像；模型計算單元進行深度學習目標檢測模型的加速計算；控制單元將圖像采集單元的圖像做預處理后交付模型計算單元進行計算并獲取計算結果；檢測方法包括步驟(1)、數據集制作；步驟(2)、深度學習目標檢測模型的建立與訓練；步驟(3)、座位使用情況分析。本發明實現了在邊緣計算設備上使用深度學習目標檢測統計出人數以及座位使用情況。

技術領域

本發明涉及屬于視頻監控的技術領域，具體涉及一種基于深度學習的室內人數檢測方法及系統。

背景技術

場景理解作為智能視頻監控領域的難點問題和核心內容，其目標是利用計算機視覺相關算法從自然場景中直接獲取語義信息，近年來已經逐漸成為計算機視覺領域研究的核心問題。人數計數是場景理解的一個重要內容，隨著辦學規模越來越大，學生隨之越來越多，作為高校硬件資源之一的自習室、圖書館存在著求過于供的情況，多數學校的自習室、圖書館經常一座難求，這些場所座位資源的合理分配問題是高校需要解決的難題。

目前，人數統計的方法大體可以分為兩類：一類是基于視頻序列的運動目標檢測算法，將整個人體作為對象進行數量統計，此類方法首先對場景中的背景進行建模，后續幀與背景模型進行比較而提取出運動的前景區域，然后計算運動區域的面積、邊緣輪廓等特征信息，再與人體的先驗知識進行特征匹配，來估計人數。這種方法的精確度主要取決于先驗知識，不穩定且準確率低。另一類是基于圖像特征和深度學習的目標檢測算法，該方法通過采集并學習圖像中能夠反映人體的特征來訓練樣本集，之后輸出識別結果。這種方法的優點是精確度高，缺點是訓練需要大量樣本數據且比較耗時。深度學習目標檢測算法有YOLO(You Only Look Once)、SSD(Single Shot MultiBox Detector)、Faster R-CNN，其中YOLO的目標檢測速度較快，YOLOv3在Titan X GPU下每幀22ms，但在計算成本有限條件下可能數秒檢測一幀，無法在實際中廣泛使用。

發明內容

本發明提供一種基于深度學習的室內人數檢測方法及系統，解決現有技術檢測耗時長、不穩定且準確率低的問題。

為實現上述目的，本發明提出的技術方案是：

一種基于深度學習的室內人數檢測方法，包括以下步驟：

步驟(1)、數據集制作：

采集深度學習目標檢測樣本集，樣本集主要包括人頭圖像以及人全身的圖像，并進行人工標注制作深度學習目標檢測訓練集，將這些數據經過目標檢測模型進行訓練；

步驟(2)、深度學習目標檢測模型的建立與訓練：

所述目標檢測模型包括：①、基礎特征提取部分：基礎特征提取部分采用去掉最后全局平均池化層和1×1卷積輸出層的MobileNetV2，并對第二層起的每個瓶頸層加入SENet結構；②、附加特征提取層部分：包括1×1和3×3卷積層，共計10層，對基礎特征提取部分輸出的特征圖進行進一步卷積運算；③、原始包圍框生成部分：在特征圖上生成原始包圍框，使用回歸方法修正目標包圍框特征圖包括基礎特征提取部分的輸出層和附加特征提取層的各層；④、卷積預測部分：在上步選擇的特征圖上進行3×3卷積，完成卷積預測，輸出目標類別以及位置包圍框；上述卷積層均為深度可分離卷積，包括深度卷積和逐點卷積，深度卷積使用n×n卷積核對每個輸入通道分別進行卷積，逐點卷積使用1×1卷積對深度卷積輸出的特征圖進行線性組合來構建新的特征圖。

步驟(3)、座位使用情況分析：

預先設定相機視野內座位表，確定每個座位在圖像中的位置；根據所述位置包圍框比例，若某包圍框長寬比小于2:1，則此位置的人為坐下姿態，計算其包圍框中心點，判定此位置的座位被占用，當前室內人數即為包圍框的數量。