[发明专利]一种复杂场景中人群密度的检测方法和系统

说明书

本发明提供一种复杂场景中人群密度的检测方法和系统，检测方法包括如下步骤：建立人工神经网络模型，采用已知人群密度的人群图像对该人工神经网络模型进行训练，直到人工神经网络模型收敛，其准确性不再变化；实时采集待检测区域的人群图像，并将其输入到训练好的人工神经网络模型，得到人群密度。本发明提供的技术方案，根据池化损失的大小对人工神经网络模型进行训练，相对于现有技术中利用真实密度图和预测密度图之间的欧几里德距离作为反向传播期间的损失并取得了应有的结果的方法相比，能够提高所训练出的人工神经网络模型的精度，解决现有技术中对人群密度检测结果精确度较低的问题。

技术领域

本发明属于人群密度检测技术领域，具体涉及一种复杂场景中人群密度的检测方法和系统。

背景技术

随着社会的不断发展，人们出行的需求也在不断的增加，因此在车站、广场、公园等公共场所中人群的密度也越来越大，同时人群数量检测对于公共安全管理、信息资源管理、公共交通管理等方面的重要性也越来越明显，如对人群高频率集会的场景，实行实时无人监控；用对于城市公交系统，通过及时获得乘客在空间、时间上的分布情况来灵活调整车辆运行时间表；对于大型商场，通过顾客的流量信息来制定高效率的营销策略等。

对人群计数问题的传统的做法是人工设计算法并提取面积、周长、边缘方向、纹理等特征，然后采用高斯过程回归将提取的特征回归到图像中人群数量。例如通过检测图像中的运动物体来估计视频中的人数，但是这种方法的局限性在于无法有效检测静止的行人；等通过基于方向梯度直方图的头部特征检测、傅里叶分析、角点检测等多元特征，结合多尺度马尔科夫随机场来估计图像中的人数，这种方法优于单一特征的人群计数方法，但是人工设计的特征提取方法很难克服光照变化、图像的透视变换、人群遮挡等难题。

近几年，随着深度学习的飞速发展，使用多尺度架构的卷积神经网络技术，在解决上述问题方面取得了重大成功，尤其是在高密度复杂拥挤的场景。如将图像匹配到人群密度图，通过使用不同尺寸的感受野，每列CNN(人工神经网络)学到的特征适用于不同图片分辨率、不同透视视角以及不同的人头尺寸，最后直接融合不同感受野的特征得到密度图。这种方法针对一张任意尺寸、分辨率的任意人群密度及任意远景图都能有很好的迁移性，但是缺乏对场景属性的针对性。为解决该问题一些学者提出了Switch-CNN网络，其首先将图像分成3*3＝9个图像块，然后使用一个CNN网络对每个图像块进行分类，并提供了3个可选择的CNN网络分支，根据图像块的内容信息来选择合适的CNN网络进行人群密度估计。

现有的人群密度检测方法通常利用真实密度图和预测密度图之间的欧几里德距离作为反向传播期间的损失并取得了应有的结果。然而，这种损失计算方式忽略了不均衡人群分布的特征，所以很难产生高精度的结果。

发明内容

本发明的目的是提供一种复杂场景中人群密度的检测方法和系统，以解决现有技术中对人群密度检测结果精确度较低的问题。

为实现上述目的，本发明采用如下技术方案：

一种复杂场景中人群密度的检测方法，包括如下步骤：

(1)建立用于表示人群密度与人群图像之间映射关系的人工神经网络模型，采用已知人群密度的人群图像对该人工神经网络模型进行训练，直到人工神经网络模型收敛；所述人工神经网络模型包括卷积层、池化层和转置卷积层；

(2)实时采集待检测区域的人群图像，并将其输入到训练好的人工神经网络模型，得到人群密度。

进一步的，对人工神经网络模型进行训练的方法为：

将已知人群密度的人群图像输入到建立好的人工神经网络模型中，经过其中卷积层、池化层和转置卷积层的处理，得到人群图像的特征图；

计算特征图的池化损失，对人工神经网络模型反向传播修正网络参数；

重复以上过程，直到人工神经网络模型收敛。