[发明专利]一种基于深度学习图像语义分割的人数估计方法

权利要求书

1.一种基于深度学习图像语义分割的人数估计方法，其特征在于包括以下步骤：

步骤1，构建训练样本集：采集待检测区域的视频图像，对每一张样本图片，标注出图像中的人头部位置，生成对应的掩码图片作为其标签，掩码图片中每个光圈点对应一个人头，原图及对应的标签掩码图作为训练样本集，所述原图为待检测区域的视频图像；

步骤2，选择或构建基于图像语义分割的深度网络模型；

步骤3，将样本集送入步骤2中确定的深度网络模型进行训练，得到适用于该训练样本集场景的模型，称为人头位置预测网络模型；

步骤4，输入与训练样本图片长宽相同的待检测图片至步骤3中训练得到的人头位置预测网络模型，得到预测的掩码图片，根据掩码图片中光圈点的位置和光圈点的个数可得到待检测图片中的人数以及每个人的位置信息。

2.如权利要求1所述的一种基于深度学习图像语义分割的人数估计方法，其特征在于，所述步骤1包括如下步骤：

将所述原图缩放至合适长宽；

在该处理后原图上标注出人头部位置，并将每个人头部的坐标信息写入到一个文本文件中；

生成一张与处理后原图长宽相同的像素值全为0的二值掩码图片，从上述步骤中生成的文本文件中读取人头部位置并映射到该掩码图片上，而后采用高斯模糊方法让每个位置形成像素值为1的小光圈点，处理后的掩码图片即为原图片的标签。

3.如权利要求2所述的一种基于深度学习图像语义分割的人数估计方法，其特征在于，所述步骤1中还包括一个步骤：

在所述采集场景图片，缩放图片至合适长宽步骤后,滤除图片中的无关区域。

4.如权利要求1所述的一种基于深度学习图像语义分割的人数估计方法，其特征在于，所述步骤2中采用的图像语义分割的深度网络模型为SegNet模型。

5.如权利要求1所述的一种基于深度学习图像语义分割的人数估计方法，其特征在于，所述步骤2中采用的图像语义分割的深度网络模型为基于原始SegNet模型的改进模型。