[發明專利]基于多分支擴張卷積神經網絡的人群計數方法及系統

有效

• 申請號: 202110354656.3
• 申請日: 2021-03-30
• 公開（公告）號: CN113052827B
• 公開（公告）日: 2022-12-27
• 發明（設計）人: 張友梅;張瑜;劉偉龍
• 申請（專利權）人: 齊魯工業大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06N3/04;G06N3/08
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 祖之強

本發明屬于計算機視覺領域，提供了一種基于多分支擴張卷積神經網絡的人群計數方法及系統。該方法包括：獲取包含人群的場景圖像并據此分別生成人群密度圖標簽和人頭位置二值圖標簽；根據訓練樣本，構建訓練集；其中，每幅圖像及其所對應的人群密度圖標簽和人頭位置二值圖標簽作為一個訓練樣本；基于訓練集，訓練多分支擴張卷積人群計數網絡模型，得到網絡最優參數，以此生成訓練好的多分支擴張卷積人群計數網絡模型；將待測圖像輸入訓練好的多分支擴張卷積人群計數網絡模型，輸出人群密度圖；將人群密度圖中像素值加和，得到人群計數結果。

技術領域

本發明屬于計算機視覺領域，尤其涉及一種基于多分支擴張卷積神經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發明相關的背景技術信息，不必然構成在先技術。

人群計數(Crowd Counting)旨在面向圖像數據或視頻數據實時估計圖像或視頻中所出現的人群分布并統計人數。近年來人群計數方法研究已經成為計算機視覺領域的研究熱點，其應用領域主要為智能安防，實時提供人群分布及人數可有效分析并控制人流量，防止安全事故的發生。

由于拍攝角度及拍攝距離的影響，目標人群在圖像或視頻中呈現尺寸差別較大，為人群計數方法的研究帶來較大挑戰。

發明內容

為應對目標人群尺度差異所導致的計數誤差，本發明提供一種基于多分支擴張卷積神經網絡的人群計數方法及系統，針對目標人群尺度差異問題，設計共享訓練參數的多分支擴張卷積網絡，從而以較少的網絡參數來提取具有不同感受野的特征；利用有監督的人頭位置二值圖，指導網絡關注人頭位置，實現更準確的人群計數。

為了實現上述目的，本發明采用如下技術方案：

本發明的第一個方面提供一種基于多分支擴張卷積神經網絡的人群計數方法。

基于多分支擴張卷積神經網絡的人群計數方法，包括：

獲取包含人群的場景圖像并據此分別生成人群密度圖標簽和人頭位置二值圖標簽；

根據訓練樣本，構建訓練集；其中，每幅圖像及其所對應的人群密度圖標簽和人頭位置二值圖標簽作為一個訓練樣本；

基于訓練集，訓練多分支擴張卷積人群計數網絡模型，得到網絡最優參數，以此生成訓練好的多分支擴張卷積人群計數網絡模型；

將待測圖像輸入訓練好的多分支擴張卷積人群計數網絡模型，輸出人群密度圖；

將人群密度圖中像素值加和，得到人群計數結果。

本發明的第二個方面提供一種基于多分支擴張卷積神經網絡的人群計數系統。

基于多分支擴張卷積神經網絡的人群計數系統，包括：

標簽生成模塊，其被配置為：獲取包含人群的場景圖像并據此分別生成人群密度圖標簽和人頭位置二值圖標簽；

訓練集構建模塊，其被配置為：根據訓練樣本，構建訓練集；其中，每幅圖像及其所對應的人群密度圖標簽和人頭位置二值圖標簽作為一個訓練樣本，多個樣本的組合構成訓練集；

模型訓練模塊，其被配置為：基于訓練集，訓練多分支擴張卷積人群計數網絡模型，得到網絡最優參數，以此生成訓練好的多分支擴張卷積人群計數網絡模型；

人群計數應用模塊，其被配置為：將待測圖像輸入訓練好的多分支擴張卷積人群計數網絡模型，輸出人群密度圖；

輸出模塊，其被配置為：將人群密度圖中像素值加和，得到人群計數結果。

本發明的第三個方面提供一種計算機可讀存儲介質。