[发明专利]一种复杂场景中人群密度的检测方法和系统在审
| 申请号： | 201910893172.9 | 申请日： | 2019-09-20 |
| 公开（公告）号： | CN110598669A | 公开（公告）日： | 2019-12-20 |
| 发明（设计）人： | 姜晓恒;徐明亮;张力;吕培;高志敏;李亚飞;朱睿杰;王华 | 申请（专利权）人： | 郑州大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04 |
| 代理公司： | 11246 北京众合诚成知识产权代理有限公司 | 代理人： | 王学芝 |
| 地址： | 450001 河南省郑*** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种复杂场景中人群密度的检测方法和系统，检测方法包括如下步骤：建立人工神经网络模型，采用已知人群密度的人群图像对该人工神经网络模型进行训练，直到人工神经网络模型收敛，其准确性不再变化；实时采集待检测区域的人群图像，并将其输入到训练好的人工神经网络模型，得到人群密度。本发明提供的技术方案，根据池化损失的大小对人工神经网络模型进行训练，相对于现有技术中利用真实密度图和预测密度图之间的欧几里德距离作为反向传播期间的损失并取得了应有的结果的方法相比，能够提高所训练出的人工神经网络模型的精度，解决现有技术中对人群密度检测结果精确度较低的问题。 | ||
| 搜索关键词： | 人工神经网络模型 人群 密度图 该人工神经网络 欧几里德距离 人群密度检测 图像 待检测区域 反向传播 复杂场景 实时采集 检测 池化 收敛 预测 | ||
【主权项】：
1.一种复杂场景中人群密度的检测方法，其特征在于，包括如下步骤：/n(1)建立用于表示人群密度与人群图像之间映射关系的人工神经网络模型，采用已知人群密度的人群图像对该人工神经网络模型进行训练，直到人工神经网络模型收敛；所述人工神经网络模型包括卷积层、池化层和转置卷积层；/n(2)实时采集待检测区域的人群图像，并将其输入到训练好的人工神经网络模型，得到人群密度。/n
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郑州大学，未经郑州大学许可，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/201910893172.9/，转载请声明来源钻瓜专利网。
