[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

本發明公開了一種基于底層特征提取的空基人群計數方法，屬于航空監視領域。首先無人機獲得待檢測的場景圖并初步處理，然后使用卷積神經網路提取底層特征，對上述底層特征使用注意力機制生成注意力特征圖。再將底層特征與注意力特征圖使用解碼器解碼出高層特征。接著對高層特征使用卷積核大小為1的卷積層操作，獲得通道為1的特征圖D_out。最后對特征圖D_out使用雙線性插值方法逐步恢復空間分辨率，得到最終的人群密度圖，對人群密度圖中各像素值求和，得到該待檢測場景圖中的人群的數目。本發明生成的人群密度圖更加清晰，對人群位置進行更精準的定位。

技術領域

本發明屬于航空監視領域，涉及一種基于底層特征提取的空基人群計數方法，可用于空基平臺下密集場景的人群計數，對人群管理以及情報分析等任務有重大意義。

背景技術

近年來，在公共安全中，人群管理成為一個關鍵環節。由于各項人群聚集活動在世界范圍內的增長，公共場所，如旅游景點，機場，火車站和體育場等地成為人口密集的地區。人群擁擠的狀況下易突發緊急事件，因此，人群密度的實時監控對公共安全有著重大意義。

隨著無人機技術的發展，越來越多的監視技術采用無人機攜帶攝像頭的方法進行監視。其中，特別是對于人群的監控，空基平臺的方法能提供整體的監控視角，能夠更好地獲得監控地區的人群密度。

然而，由于空基平臺下密集人群的圖片中人群較擁擠，個體與個體之間難以區分，造成計數困難。因此，需要一種方法對圖片進行處理，以便明確區分每個個體，對人群密度做出準確評估。

發明內容

本發明為了獲得高質量的人群密度圖，提出一種基于底層特征提取的空基人群計數方法，可用于空基平臺下密集場景的人群計數，對人群管理以及情報分析等任務有重大意義。

所述一種基于底層特征提取的空基人群計數方法，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。

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。

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，對當前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；