[發(fā)明專利]基于多分支擴(kuò)張卷積神經(jīng)網(wǎng)絡(luò)的人群計(jì)數(shù)方法及系統(tǒng)有效
| 申請?zhí)枺?/td> | 202110354656.3 | 申請日: | 2021-03-30 |
| 公開(公告)號: | CN113052827B | 公開(公告)日: | 2022-12-27 |
| 發(fā)明(設(shè)計(jì))人: | 張友梅;張瑜;劉偉龍 | 申請(專利權(quán))人: | 齊魯工業(yè)大學(xué) |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06N3/04;G06N3/08 |
| 代理公司: | 濟(jì)南圣達(dá)知識產(chǎn)權(quán)代理有限公司 37221 | 代理人: | 祖之強(qiáng) |
| 地址: | 250353 山東*** | 國省代碼: | 山東;37 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 分支 擴(kuò)張 卷積 神經(jīng)網(wǎng)絡(luò) 人群 計(jì)數(shù) 方法 系統(tǒng) | ||
1.基于多分支擴(kuò)張卷積神經(jīng)網(wǎng)絡(luò)的人群計(jì)數(shù)方法,其特征在于,包括:
獲取包含人群的場景圖像并據(jù)此分別生成人群密度圖標(biāo)簽和人頭位置二值圖標(biāo)簽;
根據(jù)訓(xùn)練樣本,構(gòu)建訓(xùn)練集;其中,每幅圖像及其所對應(yīng)的人群密度圖標(biāo)簽和人頭位置二值圖標(biāo)簽作為一個(gè)訓(xùn)練樣本;
基于訓(xùn)練集,訓(xùn)練多分支擴(kuò)張卷積人群計(jì)數(shù)網(wǎng)絡(luò)模型,得到網(wǎng)絡(luò)最優(yōu)參數(shù),以此生成訓(xùn)練好的多分支擴(kuò)張卷積人群計(jì)數(shù)網(wǎng)絡(luò)模型;
將待測圖像輸入訓(xùn)練好的多分支擴(kuò)張卷積人群計(jì)數(shù)網(wǎng)絡(luò)模型,輸出人群密度圖;
將人群密度圖中像素值加和,得到人群計(jì)數(shù)結(jié)果;
所述多分支擴(kuò)張卷積人群計(jì)數(shù)網(wǎng)絡(luò)模型,包括:多分支卷積模塊、特征融合模塊、二值圖估計(jì)模塊和密度圖估計(jì)模塊;
所述多分支卷積模塊包括:三個(gè)共享網(wǎng)絡(luò)參數(shù)、具有不同擴(kuò)張率的擴(kuò)張卷積分支,用于對人群圖像進(jìn)行多尺度的特征提??;
所述二值圖估計(jì)模塊,用于采用交叉熵?fù)p失函數(shù)有監(jiān)督地實(shí)現(xiàn)二值圖的估計(jì);
所述密度圖估計(jì)模塊,接收二值圖估計(jì)模塊的輸出,并將此輸出與特征融合模塊所生成的特征圖求哈達(dá)瑪積,然后利用三層卷積操作,以交叉熵?fù)p失函數(shù)有監(jiān)督地實(shí)現(xiàn)人群密度圖的估計(jì);
特征融合模塊,用于將三個(gè)擴(kuò)張卷積分支的特征進(jìn)行特征融合,再對融合后的特征進(jìn)行特征提取,生成特征圖;特征融合后又將分為兩路,分別輸入到人頭位置二值圖生成模塊和人群密度估計(jì)模塊;其中,人頭位置二值圖生成模塊基于融合后的特征進(jìn)一步進(jìn)行特征提取,以人頭位置二值圖標(biāo)簽為監(jiān)督預(yù)測人頭所在位置,人頭位置二值圖生成模塊經(jīng)有監(jiān)督訓(xùn)練后所輸出的人頭位置二值圖將與特征融合模塊所得的特征求哈達(dá)瑪積作為人群密度圖估計(jì)模塊的輸入;
所述生成人頭位置二值圖標(biāo)簽為:
其中,B()為二值化函數(shù),l表示圖像中所有人頭的位置集合,li表示第i個(gè)目標(biāo)人頭位置中心的坐標(biāo),δ()為脈沖函數(shù),G()為高斯核,σi表示高斯和的方差。
2.根據(jù)權(quán)利要求1所述的基于多分支擴(kuò)張卷積神經(jīng)網(wǎng)絡(luò)的人群計(jì)數(shù)方法,其特征在于,所述獲取包含人群的場景圖像并據(jù)此分別生成人群密度圖標(biāo)簽和人頭位置二值圖標(biāo)簽,包括:
獲取包含人群的場景圖像,標(biāo)注每幅圖像中人頭的位置;
根據(jù)標(biāo)注的人頭位置,生成人群密度圖標(biāo)簽;
根據(jù)人群密度圖標(biāo)簽,利用二值化函數(shù),生成人頭位置二值圖標(biāo)簽。
3.根據(jù)權(quán)利要求1所述的基于多分支擴(kuò)張卷積神經(jīng)網(wǎng)絡(luò)的人群計(jì)數(shù)方法,其特征在于,所述根據(jù)訓(xùn)練樣本,構(gòu)建訓(xùn)練集,包括:
對每個(gè)訓(xùn)練樣本采用隨機(jī)剪裁、鏡像、旋轉(zhuǎn)的方式進(jìn)行數(shù)據(jù)擴(kuò)充。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于齊魯工業(yè)大學(xué),未經(jīng)齊魯工業(yè)大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110354656.3/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 卷積運(yùn)算處理方法及相關(guān)產(chǎn)品
- 一種卷積神經(jīng)網(wǎng)絡(luò)的計(jì)算方法及系統(tǒng)
- 卷積運(yùn)算方法及系統(tǒng)
- 卷積運(yùn)算方法、裝置及系統(tǒng)
- 深度神經(jīng)網(wǎng)絡(luò)裁剪方法、裝置及電子設(shè)備
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理方法和圖像處理裝置
- 卷積神經(jīng)網(wǎng)絡(luò)及基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理方法
- 一種圖像處理方法、裝置以及計(jì)算機(jī)存儲介質(zhì)
- 用于卷積神經(jīng)網(wǎng)絡(luò)的卷積運(yùn)算裝置
- 基于FPGA實(shí)現(xiàn)圖像識別的方法、裝置、設(shè)備及存儲介質(zhì)





