[发明专利]用于拥挤人群计数的自适应多尺度上下文聚合方法

权利要求书

1.一种用于拥挤人群计数的自适应多尺度上下文聚合方法，其特征在于，包括：

步骤1：将样本图片输入到主干网络，提取大小为输入图像分辨率j倍的特征图；

步骤2：将提取的特征图以级联的形式输入到多个多尺度上下文聚合模块，提取并自适应聚合多尺度上下文信息，得到多尺度上下文特征；其中，每个多尺度上下文聚合模块的后面均设有一个上采样层，所述上采样层用于将多尺度上下文特征转为更高分辨率的特征图；

步骤3：对生成的多尺度上下文特征进行卷积层处理，生成密度图；

步骤4：计算生成的密度图与真值密度图之间的损失函数，对网络参数进行优化；

步骤5：对所述生成的密度图进行积分求和，得到预测人数。

2.根据权利要求1所述的用于拥挤人群计数的自适应多尺度上下文聚合方法，其特征在于，所述步骤4包括：

根据有人头标注点的图片，通过高斯核卷积生成人群的真值密度图，所述密度图的计算公式如下：

其中，F_i(x)表示真值密度图，x_i表示有人头的像素点，G_σ表示高斯核，δ(·)表示狄拉克函数，σ是标准差，N代表图片的总人数，x表示图片的像素点。

3.根据权利要求1所述的用于拥挤人群计数的自适应多尺度上下文聚合方法，其特征在于，所述步骤2包括：

多尺度上下文聚合模块自适应选择小尺度上下文特征，并将所述小尺度上下文特征与大尺度上下文特征进行聚合；所述多尺度上下文聚合模块包括多个空洞率不同的空洞卷积的分支；

采用来表示通过第i个尺度的空洞卷积提取的特征；其中，i表示卷积核的空洞率，表示分辨率是输入图像的分辨率的j倍，r表示指主干网络的缩减率，表示第i个尺度的空洞卷积提取的特征图，且所述特征图分辨率为原来的j倍；W×H表示图像的分辨率，C表示图像的通道数，R表示j倍分辨率的所有特征图的集合；

将空洞卷积提取的特征图输入到通道注意力模块中，所述通道注意力模块采用一个选择函数f自适应的选择中有用的上下文特征信息，并输出聚合了上下文信息的特征图Y^j∈R^jW×jH×C，其中Y^j定义如下：

Y^j表示通过聚合模块提取的j倍分辨率的特征图，表示逐个元素求和，表示提取第1个尺度的特征图，表示提取第2个尺度的特征图，表示提取第3个尺度的特征图，表示提取第n个尺度的特征图，j表示分辨率是输入图片的分辨率的j倍。

4.根据权利要求3所述的用于拥挤人群计数的自适应多尺度上下文聚合方法，其特征在于，所述采用一个选择函数f自适应的选择中有用的上下文特征信息，包括：

将每一个上下文特征通过一个全局空间平均池化层进行池化处理，输出特征信息

采用由两个完全连接的层组成瓶颈结构对特征信息F_avg进行处理，并通过sigmoid函数将输出特征归一化为(0，1)，其中，自适应输出系数的计算公式如下：

式中：和分别表示两个全连接层的权重系数，其中第一个全连接层的后面有一个RELU函数，第二个全连接层的后面采用一个Sigmoid函数，表示通过平均池化层后的输出；

在通道注意力机制的输入和输出之间加入残差连接，得到选择函数定义如下：

式中：表示第i个通道注意力机制模块的输出，表示表示第i个尺度的空洞卷积提取的特征图，表示第i个通道注意力机制模块的自适应系数。