[發明專利]一種基于縱橫交叉注意力網絡的人群計數方法及系統

有效

• 申請號: 202110033752.8
• 申請日: 2021-01-11
• 公開（公告）號: CN112766123B
• 公開（公告）日: 2022-07-22
• 發明（設計）人: 康春萌;孟琛;盛星;呂蕾
• 申請（專利權）人: 山東師范大學
• 主分類號: G06V20/52
• 分類號: G06V20/52;G06V10/44;G06V10/82
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 董雪

本公開公開的一種基于縱橫交叉注意力網絡的人群計數方法及系統，包括：獲取人群圖像；從人群圖像中提取局部特征圖；將局部特征圖輸入循環縱橫交叉注意力模塊中，輸出注意力特征圖；根據注意力特征圖獲得人群密度圖；根據人群密度圖，獲得人群圖像對應的人群數。通過循環縱橫交叉注意力模塊獲取了圖像的上下文信息，提高了人群計數的效率和準確率。

技術領域

本發明涉及人群計數技術領域，尤其涉及一種基于縱橫交叉注意力網絡的人群計數方法及系統。

背景技術

本部分的陳述僅僅是提供了與本公開相關的背景技術信息，不必然構成在先技術。

隨著城市中人口密度的大幅增加，人們聚集行為越來越多，出于人群控制和公共安全的目的，從圖像或者視頻中準確估計人數已經成為計算機方面的重要應用。由于圖像內的尺度變化、遮擋，人群分布不均，光照變化等因素的影響，人群計數的算法受到一定的挑戰。

現有的人群計數的方法主要有三種：基于檢測計數、基于回歸計數和基于卷積神經網絡計數?；跈z測的人群計數在稀疏場景中具有較高的檢測精度，但在密集場景中，特別是在存在遮擋和背景混亂的情況時，其結果將不盡人意；基于回歸的計數成功解決了場景中的遮擋和背景混亂問題，但卻忽略了空間信息；而目前主流的方法是基于卷積神經網絡的人群計數，該方法主要包括單列和多列兩種網絡結構，單列一般部署單一且深度比較深的卷積神經網絡，但它忽略了場景中的多尺度信息，使得計數結果準確率較低；多列一般采用不同的列來捕獲場景中的多尺度信息，但是多列的結構往往參數眾多，臃腫的網絡會消耗大量資源，且計算的效率較低。

發明內容

本公開為了解決上述問題，提出了一種基于縱橫交叉注意力網絡的人群計數方法及系統，使用循環縱橫交叉注意力模塊，捕獲每個像素的上下文信息，從而更高效的準確預測人群密度圖，減少背景區域的錯誤估計，提高人群計數為準確率和效率。

為實現上述目的，本公開采用如下技術方案：

第一方面，提出了一種基于縱橫交叉注意力網絡的人群計數方法，包括：

獲取人群圖像；

從人群圖像中提取局部特征圖；

將局部特征圖輸入循環縱橫交叉注意力模塊中，輸出注意力特征圖；

根據注意力特征圖獲得人群密度圖；

根據人群密度圖，獲得人群圖像對應的人群數。

第二方面，提出了一種基于縱橫交叉注意力網絡的人群計數系統，包括：

圖像采集模塊，用于獲取人群圖像；

局部特征圖獲取模塊，用于從人群圖像中提取局部特征圖；

注意力特征圖獲取模塊，用于將局部特征圖輸入循環縱橫交叉注意力模塊中，輸出注意力特征圖；

人群密度圖獲取模塊，用于根據注意力特征圖獲得人群密度圖；

人群計數模塊，用于根據人群密度圖，獲得人群圖像對應的人群數。

第三方面，提出了一種電子設備，包括存儲器和處理器以及存儲在存儲器上并在處理器上運行的計算機指令，所述計算機指令被處理器運行時，完成一種基于縱橫交叉注意力網絡的人群計數方法所述的步驟。

第四方面，提出了一種計算機可讀存儲介質，用于存儲計算機指令，所述計算機指令被處理器執行時，完成一種基于縱橫交叉注意力網絡的人群計數方法所述的步驟。

與現有技術相比，本公開的有益效果為：