[發明專利]一種基于空洞卷積的自適應感受野人群密度估計方法

在審

• 申請號: 202010113227.2
• 申請日: 2020-02-24
• 公開（公告）號: CN111488794A
• 公開（公告）日: 2020-08-04
• 發明（設計）人: 鄒臘梅;俞天敏;車鑫;李長峰;喬森;聶士偉;鐘勝;楊衛東
• 申請（專利權）人: 華中科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04
• 代理公司: 華中科技大學專利中心 42201
• 代理人: 李智

1.一種基于空洞卷積的自適應感受野人群密度估計方法，其特征在于，包括：

S1.采集數據集圖像并獲取人群密度圖；

S2.對原始數據集圖像和人群密度圖進行切分，得到圖像塊和人群密度圖塊；

S3.構建自適應感受野人群密度估計網絡；

所述自適應感受野人群密度估計網絡包括空洞卷積模塊和分類模塊；所述空洞卷積模塊包括多個并列的空洞大小不同的空洞卷積子網絡；

所述分類模塊，用于對切分后的圖像塊進行分類；所述空洞卷積模塊，用于根據所述分類模塊輸出的圖像塊類別，自適應選擇對應感受野的空洞卷積子網絡，對切分后的圖像塊進行特征提取，得到人群密度圖；

S4.將切分后的圖像塊作為輸入，將切分后的人群密度圖塊作為期望輸出，對每個空洞卷積子網絡進行訓練，得到訓練好的空洞卷積模塊，以及每個空洞卷積子網絡對應的類別編號；將切分后的圖像塊作為輸入，將輸出誤差最小的空洞卷積子網絡對應的類別編號作為期望輸出，對分類模塊進行訓練，得到訓練好的自適應感受野人群密度估計模型；

所述輸出誤差表示空洞卷積子網絡輸出的人群密度圖與切分后的人群密度圖塊的誤差；

S5.將待預測圖片切分后輸入訓練好的自適應感受野人群密度估計模型，得到人群密度估計結果。

2.如權利要求1所述的一種基于空洞卷積的自適應感受野人群密度估計方法，其特征在于，步驟S1所述獲取人群密度圖，具體為：采用幾何自適應高斯核算法生成人群密度圖。

3.如權利要求1或2所述的一種基于空洞卷積的自適應感受野人群密度估計方法，其特征在于，步驟S2所述對原始數據集圖像和人群密度圖進行切分，得到圖像塊和人群密度圖塊，具體為：根據人群分布與攝像頭遠近的不同，將原始數據集圖像和人群密度圖分別橫向切分為3份。

4.如權利要求1-3任一項所述的一種基于空洞卷積的自適應感受野人群密度估計方法，其特征在于，所述分類模塊采用resnet網絡。

5.如權利要求1-4任一項所述的一種基于空洞卷積的自適應感受野人群密度估計方法，其特征在于，所述空洞卷積模塊包括3個并列的空洞大小不同的空洞卷積子網絡；每個空洞卷積子網絡包括前端特征提取部分和后端空洞卷積特征提取部分。

6.如權利要求5所述的一種基于空洞卷積的自適應感受野人群密度估計方法，其特征在于，所述前端特征提取部分由分類網絡vgg16經過微調得到。

7.如權利要求5所述的一種基于空洞卷積的自適應感受野人群密度估計方法，其特征在于，所述后端空洞卷積特征提取部分的空洞大小分別設置為1、2、4。

8.如權利要求1-7任一項所述的一種基于空洞卷積的自適應感受野人群密度估計方法，其特征在于，對空洞卷積子網絡和分類模塊訓練的過程中，均采用歐式距離損失函數L(θ)：

其中N為訓練集的圖片總數，X_i為網絡輸入，θ為網絡參數，Z(X_i；θ)為輸入是X_i、參數是θ時的網絡輸出，為輸入圖片的真實標簽。