[發(fā)明專利]適于大景深的人群特征識別網(wǎng)絡(luò)構(gòu)建及訓(xùn)練方法

在審

• 申請?zhí)枺?/td>: 202011484694.2
• 申請日: 2020-12-16
• 公開（公告）號: CN112633106A
• 公開（公告）日: 2021-04-09
• 發(fā)明（設(shè)計）人: 田青;唐紹鵬
• 申請（專利權(quán)）人: 蘇州玖合智能科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 南京科闊知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 32400
• 代理人: 蘇興建

1.一種適于大景深的人群特征識別網(wǎng)絡(luò)構(gòu)建及訓(xùn)練方法，其特征是

所述人群特征識別網(wǎng)絡(luò)包括：

網(wǎng)絡(luò)前端：前端網(wǎng)絡(luò)采用剔除了全連接層的VGG-16網(wǎng)絡(luò)，并且采用3×3的卷積核；

上采樣層：前端的VGG-16網(wǎng)絡(luò)中，進(jìn)行了三次最大池化，用以降低特征圖的分辨率；

網(wǎng)絡(luò)后端：后端網(wǎng)絡(luò)為三層分支網(wǎng)絡(luò)，它們分別采用空洞率為2和3的空洞卷積，空洞卷積的定義如下：

其中：x(m,n)是長寬分別為M和N的輸入圖像信息，經(jīng)過卷積核w(i,j)得到空洞卷積的輸出y(m,n)；參數(shù)r表示空洞率；如果r＝1，則空洞卷積是普通卷積；

所述人群特征網(wǎng)絡(luò)的訓(xùn)練步驟包括：

1)生成密度圖：

采用脈沖函數(shù)卷積高斯核的方式來定義密度圖；

假設(shè)標(biāo)注點的位置為xi，則具有N個頭的標(biāo)簽設(shè)為H(x)；如果假設(shè)在一個人頭區(qū)域的周圍，人群的密度是均勻的，它的最近鄰給出了一個對于幾何形變的合理的估計；

為了使得密度圖能夠更好地與不同視角且人群很密的圖像對應(yīng)起來，使用幾何適應(yīng)高斯核的密度圖；對于每一個人頭的位置點xi，給出了多個近鄰距離的平均值di，與xi相關(guān)的像素對應(yīng)于場景中地面上的一個區(qū)域，這個區(qū)域的半徑與di成正比；為了估計xi周圍的人群密度，則把H(x)卷積一個自適應(yīng)的高斯核，這個高斯核的方差σi是可變的并且和di成比例；

2)損失函數(shù)

在訓(xùn)練期間，隨機(jī)梯度下降的學(xué)習(xí)率固定為1e-6；

采用歐氏距離測量生成的密度圖與真實值的距離；使用分塊計算損失函數(shù)的方法，將高密度區(qū)域和低密度區(qū)域分別計算損失以減少誤差；

3)評估標(biāo)準(zhǔn)

評估人群密度估計模型時，采用均方誤差MSE和平均絕對誤差MAE，MSE用來描述模型的準(zhǔn)確度，MSE越小則準(zhǔn)確度越高，MAE能反映出預(yù)測值的誤差情況。

2.根據(jù)權(quán)利要求1所述的適于大景深的人群特征識別網(wǎng)絡(luò)構(gòu)建及訓(xùn)練方法，其特征是所述網(wǎng)絡(luò)前端的VGG-16網(wǎng)絡(luò)采用10層卷積層和3層池化層的組合。