[發明專利]一種基于改進的YOLOv3網絡的人數識別統計方法及系統

在審

• 申請號: 202210081157.6
• 申請日: 2022-01-24
• 公開（公告）號: CN114495003A
• 公開（公告）日: 2022-05-13
• 發明（設計）人: 薛陽;王翔;何文;許恒
• 申請（專利權）人: 上海申視信科技有限公司
• 主分類號: G06V20/52
• 分類號: G06V20/52;G06V10/80;G06V10/762;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 廣州京諾知識產權代理有限公司 44407
• 代理人: 于睿虬

1.一種基于改進的YOLOv3網絡的人數識別統計方法，其特征在于，包括如下步驟：

采集人物圖像，對所述人物圖像進行標注生成數據集，將所述數據集分為訓練集和測試集；

對所述訓練集進行聚類分析，確定目標錨值；

將YOLOv3網絡模型中的主干特征提取網絡Darknet53改進為CSPDarknet53，加入空間金字塔池化SPP模塊，生成YOLOv3目標檢測優化模型；

將經過聚類分析后的所述訓練集輸入到所述YOLOv3目標檢測優化模型中進行訓練，生成人數識別統計模型，并通過所述測試集對所述人數識別統計模型進行測試。

2.根據權利要求1所述的基于改進的YOLOv3網絡的人數識別統計方法，其特征在于，所述對所述人物圖像進行標注生成數據集，包括：

對所述人物圖像中的人物和人數進行標注生成數據集。

3.根據權利要求1所述的基于改進的YOLOv3網絡的人數識別統計方法，其特征在于，所述將所述數據集分為訓練集和測試集，包括：

所述訓練集和測試集的選取比例為2∶1。

4.根據權利要求1所述的基于改進的YOLOv3網絡的人數識別統計方法，其特征在于，所述對所述訓練集進行聚類分析，確定目標錨值，包括：

利用k-mean++算法對所述訓練集進行聚類分析，選取初始聚類中心，計算IoU和度量值d，確定目標錨值。

5.根據權利要求1所述的基于改進的YOLOv3網絡的人數識別統計方法，其特征在于，所述將YOLOv3網絡模型中的主干特征提取網絡Darknet53改進為CSP Darknet53，包括：

對所述主干特征提取網絡Darknet53的resblock_body的結構進行修改，改進為CSPDarknet53。

6.根據權利要求1所述的基于改進的YOLOv3網絡的人數識別統計方法，其特征在于，所述將經過聚類分析后的所述訓練集輸入到所述YOLOv3目標檢測模型中進行訓練，包括如下步驟：

將所述訓練集中的人物圖像歸一化到416×416，輸入到所述YOLOv3目標檢測優化模型中；

將所述人物圖像輸入到CSPDarknet53中進行下采樣，經過卷積和殘差塊的堆疊進行特征提取，對最后一層的特征層進行四種不同尺度的最大池化處理，再對深層信息進行上采樣，通過concat函數將深層信息與較淺層信息不斷堆疊和拼接實現特征融合；

在特征融合過后得到四個尺度的特征圖，分別為13×13，26×26，52×52，104×104；

根據四個尺度的特征圖可以得到預測框位置信息以及其對應的類別概率、置信度，剔除掉置信度小于設定閾值對應的預測框，得到置信度高的預測框。

7.根據權利要求6所述的基于改進的YOLOv3網絡的人數識別統計方法，其特征在于，所述預測框的位置信息通過以下公式確定：

b_x＝σ(t_x)+c_x (1.1)

b_y＝σ(t_y)+c_y (1.2)

其中，(b_w,b_h)為預測框的中心點坐標，而(b_x,b_y)為預測框的寬和高，(t_x,t_y)是預測的坐標偏移值經過sigmoid函數縮放到[0,1]區間，σ(x)為sigmoid函數，公式為(t_w，t_h)為寬和高的尺度縮放，(p_w,p_h)為錨框經過縮小后，映射到特征圖中寬和高；c_x、c_y是featuremap中gridcell的左上角坐標，在YOLOv3中每個gridcell在featuremap中的寬和高均為1。