[发明专利]人群计数及定位方法、系统、电子终端及存储介质

权利要求书

1.一种人群计数及定位方法，其特征在于，包括：

获取待分析图像中的各头部区域图像的与深度相关的基准框尺寸数据；

基于所述与深度相关的基准框尺寸数据训练目标检测网络和密度图回归网络；

将所述密度图回归网络输出的随深度变化的各密度图分配至所述目标检测网络的各网络层，以与网络层的特征相拼接；其中，拼接后的网络用于对所述待分析图像进行人群计数及定位处理。

2.根据权利要求1所述的人群计数及定位方法，其特征在于，所述获取待分析图像中的各头部区域图像的与深度相关的基准框尺寸数据的步骤，具体包括：

对所述待分析图像中的多个头部中心进行点标注处理并获得各标注点的深度数据；

根据所述深度数据获得对应的头部尺寸数据，以作为初始的基准框尺寸数据；

利用所述目标检测算法的位置回归计算得到优化后的所述与深度相关的基准框尺寸数据。

3.根据权利要求2所述的人群计数及定位方法，其特征在于，所述根据所述深度数据获得对应的头部尺寸数据，所述头部尺寸表示为：

其中，γ由相机内参决定，d_i为深度数据。

4.根据权利要求1所述的人群计数及定位方法，其特征在于，所述目标检测网络包括RetinaNet检测网络，其表示为：

L_D＝L_cls+λL_reg，L_cls为分类损失函数，L_reg为回归损失函数；

其中，回归损失函数L_reg为分段函数，被表示为：若|P|≤1，则L_reg(p)＝0.5p²，否则L_reg(p)＝|P|-0.5。

5.根据权利要求1所述的人群计数及定位方法，其特征在于，所述密度图回归网络包括以VGG网络为主干网络的CSRNet网络。

6.根据权利要求1所述的人群计数及定位方法，其特征在于，所述密度图基表示为如下密度函数：其中，x_i表示第i个人头标注点，δ(x-x_i)表示在第i个人头标注点的单位冲激函数，表示方差为σ(d_i)的高斯核函数。

7.根据权利要求1所述的人群计数及定位方法，其特征在于，利用分类算法对所述待分析图像中无法采集到深度数据的图像部分；其中，所述分类算法包括最近邻算法。

8.一种人群计数及定位系统，其特征在于，包括：

获取模块，用于获取待分析图像中的各头部区域图像的与深度相关的基准框尺寸数据；

训练模块，用于基于所述与深度相关的基准框尺寸数据训练目标检测网络和密度图回归网络；

拼接模块，用于将随深度变化的各密度图分配至所述目标检测网络的各网络层，以与网络层的特征相拼接；其中，拼接后的网络用于对所述待分析图像进行人群计数和定位处理。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的人群计数及定位方法。

10.一种电子终端，其特征在于，包括：处理器及存储器；

所述存储器用于存储计算机程序；

所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行如权利要求1至6中任一项所述的人群计数及定位方法。