[发明专利]一种密集人数计数的方法、装置、设备以及存储介质

说明书

本发明公开了一种密集人群计数的方法、装置、设备以及计算机可读存储介质，包括：将待测试图像输入预先完成训练的目标残差多尺度卷积神经网络，其中，所述目标残差多尺度卷积神经网络中的两个预选卷积层之间设有残差单元；利用所述目标残差多尺度卷积神经网络对所述待测试图像进行处理，得到所述待测试图像的估计密度图并输出；依据所述目标估计密度图，确定所述待测试图像中的人数。本发明所提供的方法、装置、设备以及计算机可读存储介质，利用残差单元有效解决了网络的退化问题，从而有效降低了密级人群计数的误差。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种密级人数计数的方法、装置、设备以及计算机可读存储介质。

背景技术

计算机视觉中的人群计数任务就是自动估算图像或视频中的人数。为了在诸如公众集会和体育赛事等许多场景中帮助控制人群数量和公共安全，准确的人群计数显得越来越重要。传统的密集人群计数方法包括两种：基于检测的方法和基于回归的方法。但是基于检测的方法会受到人群遮挡的影响，而基于回归的方法往往会受到视角和尺度急剧变化的影响。针对以上两种传统方法的不足，基于深度学习卷积神经网络的方法被用于密集人群图像的估计中。

目前主流的估计方法采用了密度图的思想，即设计一个神经网络，网络的输入为原始图像，而输出为人群的密度图。这类方法对密集人群图像处理的第一步，就是要通过一个高斯滤波器，根据图像的真实值ground-truth得到图像对应的密度图。Zhang等人在“Crowd counting via scale-adaptive convolutional neural network”中提出了一个多尺度卷积神经网络(SaCNN)。多尺度卷积神经网络以VGG16网络框架为主干，并且在此基础上，引入了多尺度的思想，即将分辨率相同、尺度不同的特征图在通道数上进行串联。该方法明显改善了以上两种传统方法的问题。然而，由于网络层数偏多，在训练时可能会引起退化问题，即在反向传播时会出现梯度消失或者爆炸，进而导致效果不佳。

综上所述可以看出，如何使多层数的卷积神经网络在训练时不引起退化问题是目前有待解决的问题。

发明内容

本发明的目的是提供一种密集人群计数的方法、装置、设备以及计算机可读存储介质，以便解决现有技术中多层数的卷积神经网络在训练时会引起退化问题的问题。

为解决上述技术问题，本发明提供一种密集人群计数的方法，包括：将待测试图像输入预先完成训练的目标残差多尺度卷积神经网络，其中，所述目标残差多尺度卷积神经网络中的两个预选卷积层之间设有残差单元；利用所述目标残差多尺度卷积神经网络对所述待测试图像进行处理，得到所述待测试图像的估计密度图并输出；依据所述目标估计密度图，确定所述待测试图像中的人数。

优选地，还包括：

获取预先构建的人群图像数据集，其中，所述人群图像数据集包括i张人群图像，与每张人群图像分别对应的人头坐标点图；

利用高斯滤波器对所述每张人群图像进行滤波处理后，利用所述每张人群图像的初始化为零矩阵的密度图和所述每张人群图像的人头中心坐标，确定所述每张人群图像的真实密度图；

利用所述每张人群图像和所述每张人群图像的人的真实密度图，构建目标训练集；

在多尺度卷积神经网络的两个预设卷积层之间添加所述残差单元，得到初始残差多尺度卷积神经网络模型；

利用所述目标训练集对所述初始残差多尺度卷积神经网络模型进行训练，得到完成训练后的目标残差多尺度卷积神经网络。

优选地，所述在多尺度卷积神经网络的两个预设卷积层之间添加所述残差单元，得到初始残差多尺度卷积神经网络模型包括：

在所述多尺度卷积神经网络的第五卷积层和第六卷积层之间添加一个所述残差单元，得到初始残差尺度卷积神经网络。