[发明专利]基于全卷积网络的轻量化人群计数方法

说明书

本发明涉及一种基于全卷积网络的轻量化人群计数方法，本发明属基于目标计数领域。通过建立全卷积网络，所述的全卷积网络包括编码器结构、解码器结构和预测层三部分，其中编码器结构包括4层瓶颈模块bottlenecker，解码器结构包含4个CRP模块和3个FUSION模块；预测层首先包含一个1×1卷积，将输入特征图中每个像素位置的d维特征向量转变成相应的密度值；然后将得到的密度图通过双线性插值的上采样操作恢复到原始图像的大小，得到最终输出密度图，密度图的每个像素位置的数值之和即为该图片的人数。本发明相比于现有其他模型结构具有更少的参数与更低的运算量需求，在保留现有人群计数方法较高的精度的前提下，能够达到实时人群计数的效果。

技术领域

本发明属基于目标计数领域，具体为采用全卷积编码器-解码器网络结构的高精度实时人群计数方法。

背景技术

人群计数技术因其远高于肉眼计数的准确率和速度，已广泛应用于机场、车站、运营车辆、艺术展馆等多种场景，一方面可有效防止拥挤踩踏、超载等隐患发生，另一方面还可帮助零售商等统计客流。然而，当前较为先进的人群计数算法基本上都是基于深度神经网络的，这些方法虽然在精度上取得了重大的突破，但是精度的提高往往伴随着大量的计算量增加为代价，并且现实中应用这些算法的平台往往都是一些计算能力较低的移动终端，这也就使得这些高精度方法实际上无法被直接被应用。

因此，本发明主要为了将人群计数方法应用于移动设备而设计。本发明使得人群计数网络模型能够在计数的精度不下降或精度降低在可容忍范围内的前提下，达到实时的效果。

发明内容

要解决的技术问题

为了避免现有技术的计算方法不能实时计算的问题，本发明提出一种基于全卷积网络的轻量化人群计数方法。

技术方案

一种基于全卷积网络的轻量化人群计数方法，所述的全卷积网络包括编码器结构、解码器结构和预测层三部分，其中编码器结构包括4层瓶颈模块bottlenecker，解码器结构包含4个CRP模块和3个FUSION模块；其特征在于步骤如下：

步骤1：将图片经过一个步长为2的1×1卷积和一个步长为2的3×3最大池化层后得到一个特征图

步骤2：特征图V^l经过4层瓶颈模块bottlenecker，分别于每一层瓶颈模块后输出一个特征图：

步骤3：将特征图V^b4通过链式残差池化模块CRP，从CRP模块输出的特征图连同特征图V^b3会被一同传送进融合模块FUSION；经过FUSION模块的融合特征会被送入CRP模块，从CRP模块输出的特征图连同编码器的第二层输出的特征图V^b2会被一同传送进融合模块FUSION，经过FUSION模块的融合特征会被送入CRP模块；从CRP模块输出的特征图连同编码器的特征图V^b1会被一同传送进融合模块FUSION，经过FUSION模块的融合特征会被送入CRP模块；

所述的融合模块FUSION包括两条路径，每条路径的开始都包含一个1×1卷积，低分辨率特征图输入的路径包含一个上采样操作，该操作会将低分辨率特征图进行上采样操作映射到另一条路径中特征图的高分辨率；然后两条路径的特征图会有一个加和的操作；

步骤4：将步骤3解码器结构输出的特征图传送给预测层，预测层首先包含一个1×1卷积，将输入特征图中每个像素位置的d维特征向量转变成相应的密度值；然后将得到的密度图通过双线性插值的上采样操作恢复到原始图像的大小，得到最终输出密度图，密度图的每个像素位置的数值之和即为该图片的人数。

在训练阶段，把最终得到的密度图特征作回归训练，计算获得的密度图上的预测人数和该图像真实的标记人数的之间平均绝对误差MAE和均方误差MSE，并将该误差作为模型参数训练反向传播的依据及最佳模型的选取参照标准：