[发明专利]一种基于解纠缠图像迁移的跨域人群计数方法

说明书

本发明提供了一种基于解纠缠图像迁移的跨域人群计数方法。通过在输入端设计一个域转换网络，实现合成图片到真实图片的转换，以缩小两个域的域差；再将转换后的图片输入人群计数器训练，最终得到可以在实际场景中应用的计数模型。本发明方法通过将虚拟域的特征映射到真实域，减少在特征映射时的信息损失，从而实现了更好的跨域人群计数效果。

技术领域

本发明属计算机视觉、图形处理技术领域，具体涉及一种基于解纠缠图像迁移的跨域人群计数方法。

背景技术

近年来,国内外因拥挤而导致的踩踏事故频繁发生，大型活动中的拥挤踩踏事故是一个多因素、多变量、多层次的复杂系统。但是人群密度大是导致踩踏事故发生的必要条件，若能通过准确估计当前场景的人群密度，并安排相应的安保措施，则可以有效减少或避免此类事故的发生。

为估计实际场景中的人群密度，大量的人群计数方法不断涌现出来。这些方法大致可以分为两类：1)传统的人群计数方法，主要是基于检测、回归和密度估计三种方法。例如，Abdelghany A等人在文献“Abdelghany A,Abdelghany K,Mahmassani H,etal.Modeling framework for optimal evacuation of large-scale crowdedpedestrian facilities[J].European Journal of Operational Research.2014,237(3):1105—1118”中使用一个滑动窗口检测器来检测场景中人群，并统计相应的人数。2)基于卷积神经网络的人群计数方法。由于CNN在许多计算机视觉任务都取得了成功的运用，因此可以利用其出色的特征学习能力来学习非线性函数，实现从人群图像到相应的人群密度图的转换。例如，Zhang C等人在文献“Zhang C,Li H,Wang X,et al.Cross-scene crowdcounting via deep convolutional neural networks[C].IEEE Conference onComputer Vision and Pattern Recognition.2015,833—841”中提出了一个适用人群计数的深度卷积神经网络模型，交替回归该图像块的人群密度和人群总数来实现人数估计，相比于人工特征对人群有更好的表述能力。随着深度神经网络的发展，人群密度估计的准确率不断提高。

但以上所述的人群计数算法主要基于大量标注数据的监督学习，存在两个急待解决的问题：一是学习需要大量的训练数据，但收集和标注这些人群图像比较困难，同时，在人群密度较高的场景里，肉眼难以区分密集的人头分布，标注的准确性无法保证；二是由于两个不同场景的人群计数任务存在域差，因此在一个场景里训练的人群计数模型应用到另一个场景时效果往往很差。

发明内容

为了克服现有技术的不足，本发明提供一种基于解纠缠图像迁移的跨域人群计数方法。通过在输入端设计一个风格迁移神经网络，并训练该网络实现将合成图像的风格迁移到真实图像，使得合成的图像可以缩小两个域的域差；将源域图像输入到训练好的风格迁移神经网络，由风格迁移神经网络里的图像解码器输出得到具有目标域风格的图像集；再将转换后的图像输入人群计数器训练，最终得到可以在实际场景中应用的计数模型。本发明方法通过将虚拟域的特征映射到真实域，减少在特征映射时的信息损失，从而实现了更好的跨域人群计数效果。

一种基于解纠缠图像迁移的跨域人群计数方法，其特征在于步骤如下：

步骤1：将带有标注信息的源域图像和没有标注信息的目标域图像交替输入到风格迁移神经网络进行训练，得到训练好的网络；

所述的带标注信息的源域图像是指由游戏引擎合成的虚拟人群图像，每张图像在生成时由电脑自动完成人头位置的标注；所述的目标域图像是真实场景下拍摄的人群图像，不具有人头位置的标注；