[发明专利]一种基于深度学习人头检测的密集人流量统计方法有效
| 申请号： | 201711403665.7 | 申请日： | 2017-12-22 |
| 公开（公告）号： | CN108154110B | 公开（公告）日： | 2022-01-11 |
| 发明（设计）人： | 任俊芬 | 申请（专利权）人： | 任俊芬 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 北京科名专利代理有限公司 11468 | 代理人： | 陈朝阳 |
| 地址： | 054000 河北*** | 国省代码： | 河北;13 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于深度学习人头检测的密集人流量统计方法：步骤一）人工收集监控场景的监控录像，在监控录像中用人头框标注场景人头数据，利用深度学习框架建立人头检测的深度残差卷积神经网络，并且对神经网络进行训练；步骤二）将监控录像逐帧实时输入训练好的深度残差卷积神经网络，得到监控视频每帧中的所有人头框；步骤三）对于当前帧图片，判断图片中每个人头框是否已被统计过，若当前帧没有人头框则转至S2；步骤四）将步骤三）中判断为未统计过的人头框进行逐帧跟踪判断，若确认为有效的人头则加总至人头总数，否则舍弃该人头框。 | ||
| 搜索关键词： | 一种 基于 深度 学习 人头 检测 密集 人流量 统计 方法 | ||
【主权项】：
一种基于深度学习人头检测的密集人流量统计方法，其特征在于，包括如下步骤：步骤一）人工收集监控场景的监控录像，在监控录像中用人头框标注场景人头数据，利用深度学习框架建立人头检测的深度残差卷积神经网络，并且对神经网络进行训练；对神经网络进行训练的方法为：先对图像数据做数据增强，再将增强后的图像数据输入神经网络，迭代训练神经网络；步骤二）将监控录像逐帧实时输入训练好的深度残差卷积神经网络，得到监控视频每帧中的所有人头框；步骤三）对于当前帧图片，判断图片中每个人头框是否已被加总统计过，若当前帧没有人头框则转至S2；步骤四）将步骤三）中判断为未统计过的人头框进行逐帧跟踪判断，若确认为有效的人头则加总至人头总数，否则舍弃该人头框。
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任俊芬，未经任俊芬许可，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/201711403665.7/，转载请声明来源钻瓜专利网。
