申请/专利权人：上海交通大学

申请日：2020-04-28

公开（公告）日：2023-04-21

公开（公告）号：CN111626134B

主分类号：G06V20/52

分类号：G06V20/52;G06V10/762;G06V10/764

优先权：

专利状态码：有效-授权

法律状态：2023.04.21#授权;2020.09.29#实质审查的生效;2020.09.04#公开

摘要：本发明公开一种基于隐密度分布的密集人群计数方法、系统及终端，所述方法包括：根据人群点图通过高斯网络得到自适应的隐高斯密度图；根据计数损失项、平滑项和贝叶斯项，指导隐高斯密度图优化，使其生成质量更高；根据所述隐高斯密度图作为训练目标，结合对抗损失函数和贝叶斯损失函数，将密集人群图像输出为预测的密度分布图；预测的密度分布图进行求和，可得到预测的密度人数。密度预测器、隐高斯密度生成器、判别器三网络交替训练，协同优化。本发明较大程度提升了精度，具有良好的鲁棒性，且因未增加推断阶段的参数量和运算量，具有较强的应用价值。

主权项：1.一种基于隐密度分布的密集人群计数方法，其特征在于，包括：获取密集人群图像Icx，y中密集人群坐标数据，并转化为密集人群点图Dtx，y；所述密集人群点图Dtx，y通过隐高斯密度生成器得到自适应的隐高斯密度图Gx，y；将所述隐高斯密度图Gx，y作为密度预测器的学习目标，采用多层级的损失函数对生成目标进行约束；将所述密集人群图像Icx，y输入所述密度预测器，输出预测的密度预测图Dpx，y；对所述密度预测图Dpx，y所有像素值进行求和，得到最终的预测人数；所述密集人群点图Dtx，y通过隐高斯密度生成器得到自适应的隐高斯密度图Gx，y，包括：所述隐高斯密度生成器采用高斯网络，将所述密集人群点图Dtx，y与N个有不同方差σ值的高斯核K进行卷积，得到有不同尺度信息的第一特征图，将所述第一特征图进行同样的卷积操作得到第二特征图；对所述第二特征图采用多个蒙版高斯卷积模块进行提取，通过高斯包络约束初始化参数，多个蒙版高斯卷积模块将所述第二特征图提取分解出不同层级的特征，再利用残差操作，将相邻两个蒙版高斯卷积模块输入的不同层级的特征依次相加，得到更具鲁棒性的特征；将所述更具鲁棒性的特征输入多层卷积构成的解码模块，每层卷积层输出通道数相较输入逐渐减小，最终得到隐高斯密度图Gx，y。

全文数据：

权利要求：

百度查询： 上海交通大学 一种基于隐密度分布的密集人群计数方法、系统及终端

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD