[发明专利]一种基于深度学习图像语义分割的人数估计方法有效
| 申请号： | 201710947732.5 | 申请日： | 2017-10-12 |
| 公开（公告）号： | CN107679502B | 公开（公告）日： | 2019-10-08 |
| 发明（设计）人： | 林坚 | 申请（专利权）人： | 南京行者易智能交通科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 210014 江苏省南京市秦淮区永智路6*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习图像语义分割的人数估计方法，包括步骤1，构建训练样本集：包括原图及对应的掩码标签图；步骤2，选择或构建基于图像语义分割的深度网络模型；步骤3，训练样本集，得到人头位置预测网络模型；步骤4，输入待检测图片人头位置预测网络模型，得到掩码图片，根据掩码图片中点的位置和点的个数可得到待检测图片中的估计人数以及每个人的位置信息。本发明所述的方法相比于现有技术中大多采用的基于图像分块的估计方法，能够克服图像分块带来的统计误差；能够同时提供图像区域中的估计人数和每个行人在图像区域中的位置。 | ||
| 搜索关键词： | 网络模型 掩码 训练样本集 人数估计 图像分块 图像区域 位置预测 学习图像 语义分割 构建 图片中点 图像语义 标签图 检测 图片 分割 统计 | ||
【主权项】：
1.一种基于深度学习图像语义分割的人数估计方法，其特征在于包括以下步骤：步骤1，构建训练样本集：采集待检测区域的视频图像，对每一张样本图片，标注出图像中的人头部位置，生成对应的掩码图片作为其标签，掩码图片中每个光圈点对应一个人头，原图及对应的标签掩码图作为训练样本集，所述原图为待检测区域的视频图像；步骤2，选择或构建基于图像语义分割的深度网络模型；步骤3，将样本集送入步骤2中确定的深度网络模型进行训练，得到适用于该训练样本集场景的模型，称为人头位置预测网络模型；步骤4，输入与训练样本图片长宽相同的待检测图片至步骤3中训练得到的人头位置预测网络模型，得到预测的掩码图片，根据掩码图片中光圈点的位置和光圈点的个数可得到待检测图片中的人数以及每个人的位置信息。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京行者易智能交通科技有限公司，未经南京行者易智能交通科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710947732.5/，转载请声明来源钻瓜专利网。
