[發(fā)明專利]一種基于深度學(xué)習(xí)的人員檢測(cè)計(jì)數(shù)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202011309515.1
• 申請(qǐng)日: 2020-11-20
• 公開（公告）號(hào): CN112381021B
• 公開（公告）日: 2022-07-12
• 發(fā)明（設(shè)計(jì)）人: 唐義平;顏宋宋;汪斌;吳剛;李帷韜
• 申請(qǐng)（專利權(quán)）人: 安徽一視科技有限公司
• 主分類號(hào): G06V20/52
• 分類號(hào): G06V20/52;G06V20/40;G06V10/25;G06V10/46;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 安徽省合肥新安專利代理有限責(zé)任公司 34101
• 代理人: 陸麗莉;何梅生

本發(fā)明公開了一種基于深度學(xué)習(xí)的人員檢測(cè)計(jì)數(shù)方法，包括：1、對(duì)視頻監(jiān)控圖像進(jìn)行周期采集，基于FiarMot算法對(duì)人員進(jìn)行檢測(cè)；2、提取檢測(cè)人員感興趣區(qū)域并計(jì)算其與監(jiān)控區(qū)域交并比；3、構(gòu)建自適應(yīng)尺度LSTM神經(jīng)網(wǎng)絡(luò)，融合全連接層和小波變換特征并使用SCN分類器進(jìn)行分類，根據(jù)檢測(cè)結(jié)果的熵?fù)p失值評(píng)價(jià)自動(dòng)調(diào)節(jié)網(wǎng)絡(luò)尺度。本發(fā)明能根據(jù)檢測(cè)結(jié)果的熵?fù)p失值評(píng)價(jià)自動(dòng)調(diào)節(jié)網(wǎng)絡(luò)尺度，從而能實(shí)現(xiàn)視頻人員檢測(cè)模型的自尋優(yōu)調(diào)節(jié)和重構(gòu)，進(jìn)而提高不同環(huán)境下指定區(qū)域視頻人員檢測(cè)率，滿足準(zhǔn)確化快速化的實(shí)際需求。

技術(shù)領(lǐng)域

本發(fā)明屬于計(jì)算機(jī)視覺，圖像識(shí)別技術(shù)，深度學(xué)習(xí)技術(shù)領(lǐng)域，具體的說(shuō)是一種基于深度學(xué)習(xí)的人員檢測(cè)計(jì)數(shù)方法。

背景技術(shù)

人員檢測(cè)計(jì)數(shù)在一些特定場(chǎng)合對(duì)管理具有指導(dǎo)意義，例如在商場(chǎng)中對(duì)消費(fèi)者的人員估計(jì)可以分析，制定相應(yīng)的消費(fèi)策略，對(duì)景點(diǎn)的人員檢測(cè)計(jì)數(shù)可以調(diào)控游客數(shù)量，避免擁擠和危險(xiǎn)區(qū)域的進(jìn)入，提升安全性和游客滿意度。

然而環(huán)境信息多種多樣，目前的人員檢測(cè)計(jì)數(shù)模型無(wú)法適應(yīng)各類復(fù)雜場(chǎng)景，例如煤井礦場(chǎng)景，由于煤礦的安全規(guī)定，副井上下井口處人員只能從單側(cè)進(jìn)入罐籠，從另一側(cè)離開罐籠。井口環(huán)境復(fù)雜，視頻無(wú)法進(jìn)行人員的準(zhǔn)確檢測(cè)。

發(fā)明內(nèi)容

本發(fā)明是為了解決上述現(xiàn)有技術(shù)存在的不足之處，提出一種基于深度學(xué)習(xí)的人員檢測(cè)計(jì)數(shù)方法，以期能解決復(fù)雜場(chǎng)景下人員檢測(cè)計(jì)數(shù)誤識(shí)率高的問題，能根據(jù)檢測(cè)結(jié)果的熵?fù)p失值評(píng)價(jià)自動(dòng)調(diào)節(jié)網(wǎng)絡(luò)尺度，實(shí)現(xiàn)自動(dòng)調(diào)整檢測(cè)模型并進(jìn)行人員檢測(cè)計(jì)數(shù)，從而提高復(fù)雜背景下人員檢測(cè)率和計(jì)數(shù)精度，并滿足準(zhǔn)確化快速化的實(shí)際需求。

本發(fā)明為達(dá)到上述發(fā)明目的，采用如下技術(shù)方案：

本發(fā)明一種基于深度學(xué)習(xí)的人員檢測(cè)計(jì)數(shù)方法的特點(diǎn)是按如下步驟進(jìn)行：

步驟1、利用FiarMot算法對(duì)視頻圖像中的人員進(jìn)行檢測(cè)，并根據(jù)所設(shè)置的人員置信度閾值P₀，得到人員預(yù)測(cè)矩形邊界框的坐標(biāo)位置信息cls＝(tx,ty,tw,th)；其中，tx,ty分別表示預(yù)測(cè)矩形邊界框cls的中心點(diǎn)的橫坐標(biāo)和縱坐標(biāo)，tw,th分別表示預(yù)測(cè)矩形邊界框cls的寬與高；

步驟2、按照采樣周期提取所述人員矩形邊界框的坐標(biāo)位置信息cls中感興趣區(qū)域集合，記為A＝{A₁,A₂,···,A_i,···,A_N}；其中，A_i表示第i張視頻圖像中的感興趣區(qū)域，并有：A_i＝{cls′_i,1,cls′_i,2，···,cls′_i,j,···,cls′_i,m)，cls′_i,j表示第i張視頻圖像里預(yù)測(cè)出的第j個(gè)人預(yù)測(cè)邊界框的感興趣區(qū)域；m表示視頻圖像里所檢測(cè)的人員個(gè)數(shù)，N表示一個(gè)采樣周期內(nèi)的總視頻圖像數(shù)；

步驟3、設(shè)置視頻采集圖像中的指定區(qū)域R，實(shí)時(shí)計(jì)算感興趣區(qū)域集合A和指定區(qū)域R的交并比iou值，從而得到交并比序列集合S＝{S₁,S₂,···,S_i,···,S_N}；其中，S_i表示所述第i張視頻圖像中的感興趣區(qū)域A_i和指定區(qū)域R的交并比iou值；

步驟4、構(gòu)建LSTM神經(jīng)網(wǎng)絡(luò)，包括：卷積層，池化層，LSTM層、全連接層、特征融合層以及SCN分類器；其中，第一部分為x×x的卷積層，卷積核的個(gè)數(shù)是M個(gè)，第二部分為y×y的最大池化層，第三部分為長(zhǎng)短期記憶網(wǎng)絡(luò)層，長(zhǎng)短期記憶結(jié)點(diǎn)個(gè)數(shù)是N個(gè)，并初始化長(zhǎng)短期記憶網(wǎng)絡(luò)層級(jí)q＝1；第四部分為全連接層，令全連接結(jié)點(diǎn)個(gè)數(shù)為C，第五部分為特征融合層，并初始化小波變化尺度a＝1，第六部分為SCN分類器，且節(jié)點(diǎn)個(gè)數(shù)為E；