[發明專利]一種密度估計模型訓練方法、裝置、存儲介質及電子設備

有效

• 申請號: 201911170805.X
• 申請日: 2019-11-26
• 公開（公告）號: CN111091068B
• 公開（公告）日: 2021-07-20
• 發明（設計）人: 翟波
• 申請（專利權）人: 重慶紫光華山智安科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 于利曉

本申請提出一種密度估計模型訓練方法、裝置、存儲介質及電子設備。首先，結合第一類圖片和第二類圖片以半監督的方式訓練密度估計模型，節省標注時間和人工成本；再將真實密度圖和預測密度圖作為密度圖判別模型的輸入，以獲取判別結果，判別結果體現了密度估計模型的當前性能；最后，將判別結果作為附加信息更新密度估計模型，以使更新后的密度估計模型輸出的預測密度圖更真實，在整個訓練過程中，減少了對人工標注的密度圖的依賴，同時提升了密度估計模型的性能。

技術領域

本申請涉及視頻智能分析技術領域，具體而言，涉及一種密度估計模型訓練方法、裝置、存儲介質及電子設備。

背景技術

基于機器視覺的物體計數任務，與物體檢測、物體識別、物體跟蹤等任務一樣，是機器視覺在工業界常見且重要的應用之一。目前基于機器視覺的物體計數技術廣泛用于人群密度估計和計數中，具體地，人群密度估計模型是人群監控、擁擠監測、興趣區域檢測、人群統計等應用的主要技術手段。

現有技術在訓練基于深度學習的人群密度估計模型時，需要準備大量的帶標注數據，但是數據標注成本較高且數據積累比較緩慢，這嚴重制約了模型的開發改進速度和相關產品的推廣。模型上線后，當需要提升模型在新場景上的準確率時，往往還需要進行較長時間的數據標注工作，而無法立即對模型的誤檢、漏檢進行修復。

發明內容

本申請的目的在于提供一種密度估計模型訓練方法、裝置、存儲介質及電子設備，以解決上述問題。

為了實現上述目的，本申請實施例采用的技術方案如下：

第一方面，本申請實施例提供一種密度估計模型訓練方法，所述方法包括：將第一類圖片和第二類圖片作為密度估計模型的輸入，以獲取預測密度圖，其中，所述第一類圖片為有對應的真實密度圖的圖片，所述第二類圖片為沒有對應的真實密度圖的圖片，真實密度圖為人工標注的密度圖；將真實密度圖和所述預測密度圖作為密度圖判別模型的輸入，以獲取判別結果，其中，所述判別結果表征輸入到所述密度圖判別模型的每一張密度圖是否為真實密度圖；將所述判別結果作為附加信息更新所述密度估計模型，以使更新后的密度估計模型輸出的預測密度圖更真實。

第二方面，本申請實施例提供一種密度估計模型訓練裝置，所述裝置包括：密度估計模型單元，用于將第一類圖片和第二類圖片作為密度估計模型的輸入，以獲取預測密度圖，其中，所述第一類圖片為有對應的真實密度圖的圖片，所述第二類圖片為沒有對應的真實密度圖的圖片，真實密度圖為人工標注的密度圖；密度圖判別模型單元，用于將真實密度圖和所述預測密度圖作為密度圖判別模型的輸入，以獲取判別結果，其中，所述判別結果表征輸入到所述密度圖判別模型的每一張密度圖是否為真實密度圖；所述密度估計模型單元還用于將所述判別結果作為附加信息更新所述密度估計模型，以使更新后的密度估計模型輸出的預測密度圖更真實。

第三方面，本申請實施例提供一種存儲介質，其上存儲有計算機程序，該計算機程序被處理器執行時實現如上述的方法。

第四方面，本申請實施例提供一種電子設備，所述電子設備包括：處理器和存儲器，所述存儲器用于存儲一個或多個程序；當所述一個或多個程序被所述處理器執行時，實現如上述的方法。

相對于現有技術，本申請實施例所提供的一種密度估計模型訓練方法、裝置、存儲介質及電子設備中：首先，結合第一類圖片和第二類圖片以半監督的方式訓練密度估計模型，節省標注時間和人工成本；再將真實密度圖和預測密度圖作為密度圖判別模型的輸入，以獲取判別結果，判別結果體現了密度估計模型的當前性能；最后，將判別結果作為附加信息更新密度估計模型，以使更新后的密度估計模型輸出的預測密度圖更真實，在整個訓練過程中，減少了對人工標注的密度圖的依賴，同時提升了密度估計模型的性能。

為使本申請的上述目的、特征和優點能更明顯易懂，下文特舉較佳實施例，并配合所附附圖，作詳細說明如下。

附圖說明