[發(fā)明專利]人群計(jì)數(shù)模型的訓(xùn)練方法、裝置和存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 201911029693.6
• 申請(qǐng)日: 2019-10-28
• 公開(kāi)（公告）號(hào): CN110751226A
• 公開(kāi)（公告）日: 2020-02-04
• 發(fā)明（設(shè)計(jì)）人: 張莉;陸金剛;閆磊磊;王邦軍
• 申請(qǐng)（專利權(quán)）人: 蘇州大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06K9/00
• 代理公司: 11227 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司
• 代理人: 李慧引

本申請(qǐng)?zhí)峁┮环N人群計(jì)數(shù)模型的訓(xùn)練方法、裝置和存儲(chǔ)介質(zhì)，獲取訓(xùn)練樣本后，用當(dāng)前的人群計(jì)數(shù)模型計(jì)算各訓(xùn)練樣本的估計(jì)人群計(jì)數(shù)密度圖和估計(jì)密集度，判斷目標(biāo)損失值是否滿足收斂條件；目標(biāo)損失值包括計(jì)數(shù)損失值和分類損失值，計(jì)數(shù)損失值根據(jù)訓(xùn)練樣本的真實(shí)人群計(jì)數(shù)密度圖和估計(jì)人群計(jì)數(shù)密度圖確定，分類損失值根據(jù)訓(xùn)練樣本的估計(jì)密集度和真實(shí)密集度標(biāo)簽確定，若不滿足收斂條件，更新模型參數(shù)，執(zhí)行下一次迭代；若滿足收斂條件，輸出當(dāng)前的人群計(jì)數(shù)模型。本方案通過(guò)引入與人群密集程度相關(guān)的分類損失值，使輸出的人群計(jì)數(shù)模型能夠適應(yīng)多種不同人群密集程度的圖像，因此本方案輸出的人群計(jì)數(shù)模型相對(duì)于現(xiàn)有技術(shù)具有更好的魯棒性和精確度。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，特別涉及一種人群計(jì)數(shù)模型的訓(xùn)練方法、裝置和存儲(chǔ)介質(zhì)。

背景技術(shù)

人群計(jì)數(shù)，是指，利用攝像設(shè)備拍攝人群，然后基于圖像識(shí)別等技術(shù)從顯示有人群的圖像(可以是照片或者視頻中的圖像幀)中識(shí)別出圖像中的總?cè)藬?shù)的。人群計(jì)數(shù)這一技術(shù)廣泛應(yīng)用于諸如公眾集會(huì)和體育賽事等參與人數(shù)較多的場(chǎng)景中，以實(shí)時(shí)監(jiān)控人群密度，避免出現(xiàn)擁擠、踩踏等事件。

現(xiàn)有的人群計(jì)數(shù)方法，一般利用一個(gè)訓(xùn)練好的人群計(jì)數(shù)模型處理原始圖像，得到人群計(jì)數(shù)密度圖，然后將人群計(jì)數(shù)密度圖中各個(gè)像素點(diǎn)的像素值求和，得到的結(jié)果就是原始圖像中的人數(shù)。

然而，現(xiàn)有的訓(xùn)練人群計(jì)數(shù)模型的方法中并未考慮不同的人群密集程度對(duì)人群計(jì)數(shù)模型的識(shí)別精度的影響，訓(xùn)練得到的人群計(jì)數(shù)模型一般只在特定的人群密集程度范圍內(nèi)具有較高的識(shí)別精度，若人群密集程度小于或大于該范圍，基于現(xiàn)有的訓(xùn)練方法訓(xùn)練得到的人群計(jì)數(shù)模型的識(shí)別精度將顯著降低。

發(fā)明內(nèi)容

基于上述現(xiàn)有技術(shù)的缺點(diǎn)，本發(fā)明提供一種人群計(jì)數(shù)模型的訓(xùn)練方法、裝置和存儲(chǔ)介質(zhì)，以解決現(xiàn)有的訓(xùn)練方法訓(xùn)練得到的人群計(jì)數(shù)模型適用范圍較小的問(wèn)題。

本發(fā)明第一方面提供一種人群計(jì)數(shù)模型的訓(xùn)練方法，包括：

獲取多個(gè)訓(xùn)練樣本；其中，每個(gè)所述訓(xùn)練樣本，均包括原始圖像，所述原始圖像對(duì)應(yīng)的真實(shí)人群計(jì)數(shù)密度圖，以及根據(jù)所述原始圖像中人群的密集程度確定的真實(shí)密集度標(biāo)簽；

利用當(dāng)前的人群計(jì)數(shù)模型計(jì)算每一個(gè)訓(xùn)練樣本的原始圖像，得到每一個(gè)訓(xùn)練樣本的估計(jì)人群計(jì)數(shù)密度圖，以及得到每一個(gè)訓(xùn)練樣本的估計(jì)密集度；

判斷根據(jù)當(dāng)前的人群計(jì)數(shù)模型的計(jì)數(shù)損失值和分類損失值計(jì)算得到的所述當(dāng)前的人群計(jì)數(shù)模型的目標(biāo)損失值是否滿足收斂條件；其中，所述計(jì)數(shù)損失值根據(jù)每一個(gè)訓(xùn)練樣本的真實(shí)人群計(jì)數(shù)密度圖和估計(jì)人群計(jì)數(shù)密度圖計(jì)算得到，所述分類損失值根據(jù)每一個(gè)訓(xùn)練樣本的估計(jì)密集度和真實(shí)密集度標(biāo)簽計(jì)算得到；

若所述目標(biāo)損失值不滿足所述收斂條件，基于所述目標(biāo)損失值更新所述人群計(jì)數(shù)模型的參數(shù)，返回執(zhí)行所述利用當(dāng)前的人群計(jì)數(shù)模型計(jì)算每一個(gè)所述訓(xùn)練樣本的原始圖像；

若所述目標(biāo)損失值滿足所述收斂條件，輸出所述當(dāng)前的人群計(jì)數(shù)模型。

可選的，所述獲取多個(gè)訓(xùn)練樣本，包括：

獲取多個(gè)初始樣本；其中，每一個(gè)所述初始樣本均包括原始圖像，以及預(yù)先對(duì)所述原始圖像中的人物位置進(jìn)行標(biāo)注得到的人群位置分布圖像；

利用高斯濾波器計(jì)算每一個(gè)初始樣本的原始圖像和人群位置分布圖像，得到所述初始樣本的真實(shí)人群計(jì)數(shù)密度圖；

針對(duì)每一個(gè)初始樣本，根據(jù)所述初始樣本的人群位置分布圖中每?jī)蓚€(gè)人物位置之間的距離，計(jì)算得到所述初始樣本的真實(shí)密集度；

利用聚類算法對(duì)每一個(gè)所述初始樣本的真實(shí)密集度進(jìn)行分類，從而確定每一個(gè)所述初始樣本的真實(shí)密集度標(biāo)簽；

其中，每一個(gè)初始樣本的原始圖像，真實(shí)人群計(jì)數(shù)密度圖以及真實(shí)密集度標(biāo)簽，組合為所述初始樣本對(duì)應(yīng)的訓(xùn)練樣本。