[发明专利]一种基于多层级特征融合的人群计数方法

说明书

本发明涉及一种基于多层级特征融合的人群计数方法，包括：对获取的人群图像预处理，并利用标注信息产生对应的人群密度图、构建多层级特征融合的人群计数网络、初始化网络权重参数、将预处理后的人群图像和人群密度图输入网络，完成前向传播、将前向传播的结果与真实的密度图计算损失，更新模型参数、迭代前向传播和更新模型参数到指定次数、获取人群密度图，得到估计人数。本发明提供的方法能够克服人群计数任务中的人群规模变化问题，人群计数更为准确。

技术领域

本发明涉及图像人群计数领域和深度学习领域，特别是基于深度学习的人群计数方法。

背景技术

人群计数是图像处理与计算机视觉领域的重要问题，其目标是：根据人群图像自动生成人群密度图并估计场景中的人数。人群计数在交通调度、安全防控、城市管理等领域中应用广泛。

传统的人群计数方法需要对人群图像进行复杂的预处理，并且需要人工设计和提取人体特征，在跨场景的情况下需要重新提取特征，适应性较差。近几年，卷积神经网络的成功运用为人群计数任务带来了重大突破。Zhang[1]等人提出了一个适用于人群计数的卷积神经网络模型，其实现了端对端训练，无需进行前景分割以及人工设计和提取特征，通过多层卷积之后得到高层特征，提高在跨场景中人群计数的性能。然而，在不同的拥挤场景中，人群规模差异很大，同一图像中因与摄像头距离不同，人群的密度和分布也存在差异，该类方法在处理人群规模差异大的场景时准确性较低。

为了解决人群规模变化的问题，已有研究工作的关注点主要放在提取多个不同尺度的特征以减少规模变化的影响上。Zhang[2]等人提出了一个多分支的卷积神经网络，其中每个分支由不同尺寸的卷积核组成，通过不同分支的卷积核提取不同尺度的特征来解决人群规模变化问题。Cao[3]等人提出了一个规模感知网络，通过设计由不同尺寸的卷积核组成的特征提取模块以解决规模变化问题。以上的方法，都是通过不同尺寸的卷积核提取不同规模的特征来解决人群的规模变化问题。然而，一幅图像中的人群规模的尺度变化是连续的，通过不同尺寸的卷积核只能够提取离散尺度的人群特征，这会忽略其它尺度的人群。因此，人群在不同场景下的规模差异问题仍未得到完全解决。

参考文献：

1.C.Zhang,H.Li,X.Wang,and X.Yang,Cross-Scene Crowd Counting via DeepConvolutional Neural Networks[C].Proceedings of the IEEE Conference onComputer Vision and Pattern Recognition,2015,833-841.

2.Y.Zhang,D.Zhou,S.Chen,et al.Single-image crowd counting via multi-column convolutional neural network[C].Proceedings of the IEEE Conference onComputer Vision and Pattern Recognition,2016,589-597.

3.X.Cao,Z.Wang,Y.Zhao,and F.Su,Scale aggregation network for accurateand efficient crowd counting[C].European Conference on Computer Vision,2018,734-750.

发明内容

本发明为解决现有技术在不同场景下的人群规模差异问题，提出一种基于多层级特征融合的人群计数方法。主要包括以下步骤：

步骤S1：对获取的人群图像预处理，并利用标注信息产生对应的人群密度图；

步骤S2：构建多层级特征融合的人群计数网络；

步骤S3：初始化网络权重参数；