[发明专利]基于门控消息选择传递机制的人群计数方法及系统

说明书

本公开涉及人群计数技术领域，提出了基于门控消息选择传递机制的人群计数方法及系统，步骤包括：将预处理后的人群图像输入至训练好的用于提取特征图的人群计数网络，提取设定层数N的低分辨率特征图；将最后一层的低分辨率特征图通过门控信息选择模块以及多次上采样操作，生成对称特征图；通过空洞卷积将设定层数M的低分辨率特征图进行空洞卷积处理后，通过门控信息选择模块进行信息选择，与对应对称层的高分辨率特征图连接；根据连接后的特征图得到对应人群图像中的人群总数。基于门控信息选择传递机制结合多级卷积特征，提取前端有用的信息与后端进行特征融合，解决人群图像识别中透视失真、人群遮挡严重以及高度拥挤等问题。

技术领域

本公开涉及人群计数相关技术领域，具体的说，是涉及基于门控消息选择传递机制的人群计数方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，并不必然构成在先技术。

由于时代的发展，各个国家的高速城镇化，高度拥挤的人群场景越来越常见。人群计数在这一情况下能够在视频监控、智能治安管理领域中发挥十分重要的作用。

其中，基于计算机视觉的人群计数，通过生成场景中图像的密度图并计算人群中的总数量。它被广泛应用于公共安全、视频监控、交通控制和农业监测等领域。尽管大量的模型已经被提出，但是当采集图像存在透视扭曲、杂乱、分布不均匀等问题时，人群计数不准确，尤其在高度复杂拥挤的环境中这些问题更加突出。近几年来，提出了许多解决方法，其中，基于卷积神经网络的方法试图通过提出不同的方法来增强尺度变化的鲁棒性，对更加拥挤的场景提高计数估计以及生成高质量的密度图，但是仍然存在人群图像中透视失真、人群遮挡严重以及高度拥挤时，人群计数困难的问题。

发明内容

本公开为了解决上述问题，提出了基于门控消息选择传递机制的人群计数方法及系统，基于门控信息选择传递机制，自适应高效地结合多级卷积特征，提取前端有用的信息与后端信息进行特征融合，并且稳健地进行各种场景的人群统计，来解决人群图像中透视失真、人群遮挡严重以及高度拥挤等困难问题。

为了实现上述目的，本公开采用如下技术方案：

一个或多个实施例提供了基于门控消息选择传递机制的人群计数方法，包括如下步骤：

获取待测试的人群图像并进行预处理；

将预处理后的人群图像输入至训练好的用于提取特征图的人群计数网络，提取设定层数N的低分辨率特征图；

将设定层数N中的最后一层的低分辨率特征图通过门控信息选择模块，传递有用信息得到其对称特征图，再进行多次上采样操作，生成与人群计数网络设定层数对称的对称特征图；

通过空洞卷积将设定层数M的低分辨率特征图进行空洞卷积处理后，通过门控信息选择模块进行信息选择，与对应对称层的高分辨率特征图连接；

将连接后的特征图依次进行上采样解码，得到的解码后的特征图，将解码后的特征图映射为密度图，将密度图进行积分，得到对应人群图像中的人群总数。

一个或多个实施例提供了基于门控消息选择传递机制的人群计数系统，包括：

获取模块：被配置为用于获取待测试的人群图像并进行预处理；

特征图提取模块：被配置为用于将预处理后的人群图像输入至训练好的用于提取特征图的人群计数网络，提取设定层数N的低分辨率特征图；

对称操作模块：被配置为用于将设定层数N中的最后一层的低分辨率特征图通过门控信息选择模块，传递有用信息得到其对称特征图，再进行多次上采样操作，生成与人群计数网络设定层数对称的对称特征图；

门控选择模块：被配置为用于通过空洞卷积将设定层数M的低分辨率特征图进行空洞卷积处理后，通过门控信息选择模块进行信息选择，与对应对称层的高分辨率特征图连接；