买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉燕山大学申请的专利一种基于特征交互的人群计数方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115272957B 。

龙图腾网通过国家知识产权局官网在2025-07-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210805244.1，技术领域涉及：G06V20/52；该发明授权一种基于特征交互的人群计数方法是由张世辉;赵维勃;崔志国;王磊设计研发完成，并于2022-07-08向国家知识产权局提交的专利申请。

本一种基于特征交互的人群计数方法在说明书摘要公布了：本发明公开了一种基于特征交互的人群计数方法，属于图像处理技术领域，包括以下步骤：将原始图像输入深度神经网络模型中进行特征提取；将三层语义特征图送入语义交互结构；将融合后的三层语义特征图分别输入多尺度注意力模块；将高层语义特征图对应的尺度感知信息特征进行上采样和通道调整并与中层语义特征图对应的尺度感知信息特征进行融合；将融合后的特征进行上采样和通道调整并与低层语义特征图对应的尺度感知信息特征进行融合；将用于人群密度估计的主要特征图输入深度神经网络模型后端网络，得到人群密度估计图和人群计数结果。本发明能够有效提高人群密度估计的准确率。

本发明授权一种基于特征交互的人群计数方法在权利要求书中公布了：1.一种基于特征交互的人群计数方法，其特征在于：包括以下步骤： 将原始图像输入深度神经网络模型中进行特征提取，得到三层语义特征图，所述三层语义特征图包括低层语义特征图、中层语义特征图和高层语义特征图，包括以下步骤： 将所述原始图像输入深度神经网络模型中，深度神经网络模型包括依次连接的两个卷积层、一个池化层、两个卷积层、一个池化层、三个卷积层和一个池化层，得到低层语义特征图；每个卷积层生成的特征图的通道数由输入至输出方向依次为64、64、128、128、256、256和256；卷积层的卷积核尺寸均为3*3；池化层的步长均为2； 将所述低层语义特征图继续输入所述深度神经网络模型中，依次经过三个卷积层和一个池化层，得到中层语义特征图；每个卷积层生成的特征图的通道数都是512；卷积层的卷积核尺寸均为3*3；池化层的步长为2； 将所述中层语义特征图继续输入所述深度神经网络模型中，经过三个卷积层，得到高层语义特征图；每个卷积层生成的特征图的通道数都是512；卷积层的卷积核尺寸均为3*3； 将三层语义特征图送入语义交互结构，得到对应融合后的三层语义特征图； 所述语义交互结构，包括： 将高层语义特征图使用双线性插值进行上采样； 将所述高层语义特征图上采样的结果与中层语义特征图进行通道上的连接，得到中层语义特征图对应的中间特征； 将所述中间特征经过两个3*3卷积进行特征融合，得到中层语义特征图融合后的语义特征图； 得到中层语义特征图融合后的语义特征图使用双线性插值进行上采样； 将所述中层语义特征图上采样的结果与低层语义特征图进行通道上的连接，得到低层语义特征图对应的中间特征； 将所述中间特征经过两个3*3卷积进行特征融合，得到低层语义特征图融合后的语义特征图； 将融合后的三层语义特征图分别输入多尺度注意力模块，得到对应语义特征图的尺度感知信息特征； 将高层语义特征图对应的尺度感知信息特征进行上采样和通道调整并与中层语义特征图对应的尺度感知信息特征进行融合； 将融合后的特征进行上采样和通道调整并与低层语义特征图对应的尺度感知信息特征进行融合，得到用于人群密度估计的主要特征图； 将用于人群密度估计的主要特征图输入深度神经网络模型后端网络，得到人群密度估计图和人群计数结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人燕山大学，其通讯地址为：066004 河北省秦皇岛市海港区河北大街438号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。