[发明专利]一种基于前景分割图的人群密度估计方法有效
| 申请号： | 201910446452.5 | 申请日： | 2019-05-27 |
| 公开（公告）号： | CN110276264B | 公开（公告）日： | 2023-04-07 |
| 发明（设计）人： | 徐浩;夏思宇 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G06V20/52 | 分类号： | G06V20/52;G06V10/44;G06V10/774;G06V10/80;G06T7/194;G06T7/136 |
| 代理公司： | 南京经纬专利商标代理有限公司 32200 | 代理人： | 许方 |
| 地址： | 210000 *** | 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前景分割图的人群密度估计方法，该方法包含以下步骤：标注每张图的人头获得点标记图；基于点标记图利用高斯平滑方法得到人群密度图；基于密度图利用阈值分割的方法获得人群前景分割图；分别设计用于图像特征提取的神经网络，用于人群密度回归的神经网络分支，和用于人群前景分割的神经网络分支，最后将两个网络分支的输出融合得到最终输出；制作训练集，训练模型；利用训练好的模型测试输入图像得到人群密度估计结果。本发明方法无需额外的标记信息就可以让神经网络学习到前景分割信息，利用该方法可以有效的避免复杂背景的误检问题。 | ||
| 搜索关键词： | 一种 基于 前景 分割 人群 密度 估计 方法 | ||
【主权项】：
1.一种基于前景分割图的人群密度估计方法，其特征在于，该方法包括以下步骤：步骤1：标注每张包含人群的图像中的人头获得点标记图；步骤2：基于点标记图利用高斯平滑方法得到人群密度图；步骤3：基于人群密度图利用阈值分割的方法获得人群前景分割图；步骤4：分别设计用于图像特征提取的神经网络，用于人群密度回归的神经网络分支，和用于人群前景分割的神经网络分支，图像先输入到骨干网络得到图像特征；然后，图像特征同时输入到回归网络和前景分割网络分支分别得到人群密度图和人群前景分割图，最后将两个网络分支的输出融合得到最终输出；步骤5：利用步骤1‑3的方法制作数据集，训练步骤4中的网络模型；步骤6：利用训练好的模型测试输入图像得到人群密度估计结果。
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东南大学，未经东南大学许可，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/201910446452.5/，转载请声明来源钻瓜专利网。
