[發明專利]一種基于底層特征提取的空基人群計數方法

有效

• 申請號: 202010043542.2
• 申請日: 2020-01-15
• 公開（公告）號: CN111274900B
• 公開（公告）日: 2021-01-01
• 發明（設計）人: 曹先彬;羅曉燕;宋韜;何紹溟;張安然
• 申請（專利權）人: 北京航空航天大學;北京理工大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06K9/46;G06K9/62;G06N3/04
• 代理公司: 北京永創新實專利事務所 11121
• 代理人: 冀學軍

1.一種基于底層特征提取的空基人群計數方法，其特征在于，具體步驟如下：

步驟一，通過無人機攜帶的拍攝裝置獲得若干待檢測的場景圖，并分別進行初步處理；

步驟二，針對初步處理后的每張待檢測場景圖，使用卷積神經網絡提取各自四張不同尺度的底層特征圖F₁，F₂，F₃和F₄；

具體為：

首先，使用7×7大小的卷積核降低當前待檢測場景圖片的分辨率，池化后的尺寸為原特征圖的1/2；

然后，將尺寸為原特征圖的1/2的特征圖通過3×3大小的卷積核，并使用1/2倍數的池化操作，保存特征圖F₁；

最后，對特征圖F₁重復使用3×3大小的卷積核和1/2倍數的池化操作，得到特征圖F₂；

對特征圖F₂重復使用3×3大小的卷積核和1/2倍數的池化操作，得到特征圖F₃；

對特征圖F₃重復使用3×3大小的卷積核和1/2倍數的池化操作，得到特征圖F₄；

特征圖F₄為提取底層特征操作的輸出，尺寸為原特征圖的1/32；

步驟三，對每張待檢測場景圖的四張底層特征圖，分別使用注意力機制生成四張對應的注意力特征圖；

首先，對獲取的不同尺度的底層特征圖F₁，F₂，F₃和F₄，分別通過卷積核大小為1×1，步長為1的卷積操作進行處理，得到對應的四個通道數為1的注意力特征模塊；

然后，將每個注意力特征模塊分別沿著通道方向復制，使各自的通道數與底層特征圖的通道數相同，分別得到對應的注意力特征圖M₁，M₂，M₃和M₄；

步驟四，將底層特征圖結合各自的注意力特征圖，分別通過卷積層和上采樣的方法得到高層特征圖D’；

針對當前待檢測場景圖的底層特征圖F₄，使用卷積層和上采樣的方法逐步恢復特征圖的大小，得到不同尺度的高層特征，具體過程為：

步驟401，對底層特征圖F₄通過3×3大小的卷積核解碼得到高層特征圖D₄；

步驟402，將高層特征圖D₄與注意力特征圖M₄相加，通過3×3大小的卷積核和倍數為2的上采樣操作得到高層特征圖D₃；

步驟403，將高層特征圖D₃與注意力特征圖M₃相加，通過3×3大小的卷積核和倍數為2的上采樣操作得到高層特征圖D₂；

步驟404，將高層特征圖D₂與注意力特征圖M₂相加，通過3×3大小的卷積核和倍數為2的上采樣操作得到高層特征圖D₁；

步驟405，將高層特征圖D₁與注意力特征圖M₁相加作為最終輸出的高層特征圖D’；

步驟五，對高層特征圖D’使用1×1大小的卷積核的卷積層操作，獲得通道為1的特征圖D_out；

步驟六，對特征圖D_out使用雙線性插值法逐步恢復空間分辨率，得到與原始圖像尺寸相同的人群密度圖；

步驟七，對人群密度圖中各像素值求和，得到每張待檢測場景圖中的人群的數目Num。

2.如權利要求1所述的一種基于底層特征提取的空基人群計數方法，其特征在于，步驟一中所述的初步處理為：對每張待檢測的場景圖都進行人群裁剪處理，裁剪掉大范圍的背景，保留人群部分。

3.如權利要求1所述的一種基于底層特征提取的空基人群計數方法，其特征在于，所述的特征圖D_out尺寸為原始輸入圖像的1/4。