申请/专利权人：国网浙江省电力有限公司双创中心;宁波海棠信息技术有限公司;国家电网有限公司

申请日：2021-08-27

公开（公告）日：2024-04-09

公开（公告）号：CN113688747B

主分类号：G06V20/52

分类号：G06V20/52;G06V10/774

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2021.12.10#实质审查的生效;2021.11.23#公开

摘要：本申请公开了一种图像中人员目标检测方法、系统、装置及计算机可读存储介质，包括：若输入图像中人数的密度等级为低，则利用基于目标检测的人员检测方法，得到输入图像中的预测人员数量；若输入图像中人数的密度等级为高，则将输入图像分别输入第一密度图估计分支、第二密度图估计分支和尺度感知分支对输入图像进行处理，分别得到第一密度图估计结果、第二密度图估计结果和尺度感知权重系数；将第一密度图估计结果和第二密度图估计结果分别与尺度感知权重系数相乘并相加，得到最终密度图；利用最终密度图的像素值，得到输入图像中的预测人员数量。本申请针对不同密度的图像，采取不同的算法，使得密度估计方法更具有场景针对性，提高检测的精准度。

主权项：1.一种图像中人员目标检测方法，其特征在于，包括：接收给定的输入图像；判断所述输入图像中人数的密度等级；若判定所述输入图像中人数的密度等级为低，则利用基于目标检测的人员检测方法，对所述输入图像中人数进行计算，得到所述输入图像中的预测人员数量；若判定所述输入图像中人数的密度等级为高，则将所述输入图像分别输入第一密度图估计分支、第二密度图估计分支和尺度感知分支对所述输入图像进行处理，分别得到与所述第一密度图估计分支对应的第一密度图估计结果、与所述第二密度图估计分支对应的第二密度图估计结果和与所述尺度感知分支对应的尺度感知权重系数；将所述第一密度图估计结果和所述第二密度图估计结果分别与所述尺度感知权重系数相乘，得到第一中间密度图和第二中间密度图；将所述第一中间密度图和所述第二中间密度图相加，得到最终密度图；利用所述最终密度图的像素值，得到所述输入图像中的预测人员数量；其中，所述第一密度图估计结果与所述第二密度图估计结果不同；所述将所述输入图像输入第一密度图估计分支，得到与所述第一密度图估计分支对应的第一密度图估计结果，包括：将所述输入图像输入所述第一密度图估计分支，所述第一密度图估计分支对所述输入图像进行特征提取，得到第一特征，对所述第一特征进行后端解码，得到所述第一密度图估计结果；所述第一密度图估计分支的后端解码由一系列膨胀卷积率为1的卷积层组成；所述将所述输入图像输入第二密度图估计分支，得到与所述第二密度图估计分支对应的第二密度图估计结果，包括：将所述输入图像输入所述第二密度图估计分支，所述第二密度图估计分支对所述输入图像进行特征提取，得到第二特征，对所述第二特征进行后端解码，得到所述第二密度图估计结果；所述第二密度图估计分支的后端解码由一系列膨胀卷积率为2的卷积层组成；所述将所述输入图像输入尺度感知分支，得到与所述尺度感知分支对应的尺度感知权重系数的过程，包括：将所述输入图像输入所述尺度感知分支，所述尺度感知分支对所述输入图像进行共享尺度特征提取，生成所述尺度感知权重系数；所述尺度感知分支由一系列卷积操作和下采样操作组成，得到提取到的尺度特征同时通过一系列卷积层和反卷积层来回归尺度分布图，通过池化层和全连接层来生成一组所述尺度感知权重系数；其中，在通过池化层和全连接层来生成过程中，会先进行尺度分布图回归，得到所述尺度分布图，在利用所述尺度分布图得到所述尺度感知权重系数。

全文数据：

权利要求：

百度查询： 国网浙江省电力有限公司双创中心;宁波海棠信息技术有限公司;国家电网有限公司 图像中人员目标检测方法、系统、装置及存储介质

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