一种基于对抗生成网络的目标计数方法技术

一种基于对抗生成网络的目标计数方法，模型训练过程的步骤如下：步骤1.1：图片预处理，随机提取原图中若干图像块并缩放为相同大小；步骤1.2：设计鉴别模型，采用卷积神经网络计算图片置信度；步骤1.3：生成模型的设计，同样采用卷积神经网络生成所需密度图；步骤1.4：对抗生成网络的训练，设置两个损失函数L_D和L_G，采用Adam方法分别优化鉴别模型和生成模型；模型使用过程的步骤如下：步骤2.1：密度图的生成，根据训练模型使用生成模型生成密度图

【技术实现步骤摘要】
一种基于对抗生成网络的目标计数方法
本专利技术涉及深度学习、目标计数等领域，设计出的网络主要用于生成实现目标计数所需的密度图。
技术介绍
机器学习是一门多领域交叉学科，涉及概率论、统计学等多门学科。通过模拟人类的学习行为使计算机能够不断进行自我完善，最终达到比较好的性能，深度学习作为机器学习方法中的一种，其强大的学习能力解决了许多问题，得到了学者们广泛的认可。目标计数可以应用于生活工作的很多方面，例如交通部门对车流量的监控，社交场所的人流量统计等等。现在有很多基于计算机视觉的方法来实现目标计数，但精度仍有待提高，尤其是在复杂环境下，如目标存在互相遮挡，粘连，部分可见等情况下的精确计数仍是一个难题。因此急需一种适用于复杂环境并且拥有较高的精度的目标计数方法，以便在现实场景中更好的运用计算机视觉来实现目标计数。要设计出这样的一个方法，关键是设计一个学习能力较强的网络，能够准确识别场景中的目标，从而提升目标计数的准确率。
技术实现思路
为了克服复杂环境下精确计数的问题，本专利技术提出一种基于对抗生成网络的网络架构，该网络架构采用生成模型与鉴别模型以博弈的方式相互优化，从而获得精度较高的密度图。本专利技术解决其技术问题所采用的技术方案是：一种基于对抗生成网络的目标计数方法，所述方法包括模型训练过程和模型使用过程；模型训练过程的步骤如下：步骤1.1：图片预处理，随机提取原图中若干图像块并缩放为相同大小；步骤1.2：设计鉴别模型，采用卷积神经网络计算图片置信度；步骤1.3：生成模型的设计，同样采用卷积神经网络生成所需密度图；步骤1.4：对抗生成网络的训练，设置两个损失函数L_D和L_G，采用Adam方法分别优化鉴别模型和生成模型；模型使用过程的步骤如下：步骤2.1：密度图的生成，根据训练模型使用生成模型生成密度图步骤2.2：目标计数，根据公式(1)计算目标数量Num：其中p为各像素值。进一步，所述步骤1.1中，记一个训练集序列为(S0,S1,S2,……,Sm)，以S0为例，在S0中取n个图像块(P1,P2,P3,……,Pn)，取1-2个效果最好，将(S0,P1,P2,P3,……,Pn)缩放成相同的大小，作为生成模型输入。再进一步，所述步骤1.2中，鉴别模型共有5层，前4层为卷积层，卷积核大小均为5×5，步长为2，输出通道分别为64，128，256，512，其中第一层后接激活函数为lrelu，2-4层先经batchnormalization后再接lrelu激活函数，最后一层为全连接层，最终通过sigmoid函数输出表示输入图片来自真实数据库的概率值。所述步骤1.3中，生成模型共有9层，前五层为卷积层，前两层的卷积核为7×7，输出32个通道，并各后接一个最大池化层，第三层的卷积核为5×5，输出32个通道，并后接一个最大池化层，后两层的卷积核为1×1，第四层输出1000个通道，第五层输出400个通道，然后将各个图像块的卷积层输出组合后输入四层全连接层，前两个全连接层输出512个通道，第8层全连接层输出为324个通道，并resize为18×18大小。所述步骤1.4中，设置两个损失函数L_D和L_G，其中L_D为鉴别模型的损失函数，L_G为生成模型的损失函数，过程如下：步骤1.4.1：对于生成模型，将(S0,P1,P2,P3,……,Pn)输入生成模型中，得到预测的密度图步骤1.4.2：其次，由于经过池化使得图片缩小，因此要将密度图缩放为原图大小，并通过下式(2)进行归一化；其中p表示像素点；步骤1.4.3：对于鉴别模型，我们将以原密度图为输入得到的概率值记为D(X)，将以生成模型生成的图像作为输入得到的概率值记为步骤1.4.4：将训练集图片随机打乱并依次输入网络中，采用Adam优化方法间隔训练鉴别模型和生成模型，其中训练生成模型时为防止改变鉴别模型参数，鉴别部分通过参数共享的方式沿用鉴别模型参数，设置迭代次数，鉴别模型与生成模型损失函数分别如下式(3)(4)，迭代结束后保存最终生成的模型数据；其中E表示求均值，优化参数使L_D达到最大值，使L_G达到最大值。本专利技术的技术构思为：所述基于对抗生成网络的目标计数方法采用生成模型获取密度图，同时相对一般的生成模型，以对抗的方式进行训练可以使生成模型能够达到更好的效果，使输出的密度图更准确，同时提升网络的通用性，在复杂环境中目标之间存在遮挡、粘连等情况时也能达到较高的精度。本专利技术的有益效果主要表现在：可以获得精度更高，通用性更好的密度图，使网络在计数目标存在相互遮挡、粘连等情况下的计数也更准确。附图说明图1为本专利技术的网络的生成模型。图2为本专利技术的网络的鉴别模型。具体实施方式下面结合附图对本专利技术作进一步描述。参照图1和图2，一种基于对抗生成网络的目标计数方法，所述方法包括模型训练过程和模型使用过程；模型训练过程的步骤如下：步骤1.1：图片预处理，随机提取原图中若干图像块并缩放为相同大小；步骤1.2：设计鉴别模型，采用卷积神经网络计算图片置信度；步骤1.3：生成模型的设计，同样采用卷积神经网络生成所需密度图；步骤1.4：对抗生成网络的训练，设置两个损失函数L_D和L_G，采用Adam方法分别优化鉴别模型和生成模型；模型使用过程的步骤如下：步骤2.1：密度图的生成，根据训练模型使用生成模型生成密度图步骤2.2：目标计数，根据公式(1)计算目标数量Num：其中p为各像素值。进一步，所述步骤1.1中，记一个训练集序列为(S0,S1,S2,……,Sm)，以S0为例，在S0中取n个图像块(P1,P2,P3,……,Pn)，取1-2个效果最好，将(S0,P1,P2,P3,……,Pn)缩放成相同的大小，作为生成模型输入。再进一步，所述步骤1.2中，鉴别模型共有5层，前4层为卷积层，卷积核大小均为5×5，步长为2，输出通道分别为64，128，256，512，其中第一层后接激活函数为lrelu，2-4层先经batchnormalization后再接lrelu激活函数，最后一层为全连接层，最终通过sigmoid函数输出表示输入图片来自真实数据库的概率值。所述步骤1.3中，生成模型共有9层，前五层为卷积层，前两层的卷积核为7×7，输出32个通道，并各后接一个最大池化层，第三层的卷积核为5×5，输出32个通道，并后接一个最大池化层，后两层的卷积核为1×1，第四层输出1000个通道，第五层输出400个通道，然后将各个图像块的卷积层输出组合后输入四层全连接层，前两个全连接层输出512个通道，第8层全连接层输出为324个通道，并resize为18×18大小。所述步骤1.4中，设置两个损失函数L_D和L_G，其中L_D为鉴别模型的损失函数，L_G为生成模型的损失函数，过程如下：步骤1.4.1：对于生成模型，将(S0,P1,P2,P3,……,Pn)输入生成模型中，得到预测的密度图步骤1.4.2：其次，由于经过池化使得图片缩小，因此要将密度图缩放为原图大小，并通过下式(2)进行归一化；其中p表示像素点；步骤1.4.3：对于鉴别模型，我们将以原密度图为输入得到的概率值记为D(X)，将以生成模型生成的图像作为输入得到的概率值记为步骤1.4.4：将训练集图片随机打乱并依次输入网络中，采用Adam优化方法间隔训练鉴别模型和生成模型，本文档来自技高网...

【技术保护点】
1.一种基于对抗生成网络的目标计数方法，其特征在于，所述方法包括模型训练过程和模型使用过程；模型训练过程的步骤如下：步骤1.1：图片预处理，随机提取原图中若干图像块并缩放为相同大小；步骤1.2：设计鉴别模型，采用卷积神经网络计算图片置信度；步骤1.3：生成模型的设计，同样采用卷积神经网络生成所需密度图；步骤1.4：对抗生成网络的训练，设置两个损失函数L_D和L_G，采用Adam方法分别优化鉴别模型和生成模型；模型使用过程的步骤如下：步骤2.1：密度图的生成，根据训练模型使用生成模型生成密度图

【技术特征摘要】
1.一种基于对抗生成网络的目标计数方法，其特征在于，所述方法包括模型训练过程和模型使用过程；模型训练过程的步骤如下：步骤1.1：图片预处理，随机提取原图中若干图像块并缩放为相同大小；步骤1.2：设计鉴别模型，采用卷积神经网络计算图片置信度；步骤1.3：生成模型的设计，同样采用卷积神经网络生成所需密度图；步骤1.4：对抗生成网络的训练，设置两个损失函数L_D和L_G，采用Adam方法分别优化鉴别模型和生成模型；模型使用过程的步骤如下：步骤2.1：密度图的生成，根据训练模型使用生成模型生成密度图步骤2.2：目标计数，根据公式(1)计算目标数量Num：其中p为各像素值。2.如权利要求1所述的基于对抗生成网络的目标计数方法，其特征在于，所述步骤1.1中，记一个训练集序列为(S0，S1，S2，......，Sm)，以S0为例，在S0中取n个图像块(P1，P2，P3，......，Pn)，取1-2个效果最好，将(S0，P1，P2，P3，......，Pn)缩放成相同的大小，作为生成模型输入。3.如权利要求1或2所述的基于对抗生成网络的目标计数方法，其特征在于，所述步骤1.2中，鉴别模型共有5层，前4层为卷积层，卷积核大小均为5×5，步长为2，输出通道分别为64，128，256，512，其中第一层后接激活函数为lrelu，2-4层先经batchnormalization后再接lrelu激活函数，最后一层为全连接层，最终通过sigmoid函数输出表示输入图片来自真实数据库的概率值。4.如权利要求1或2所述的基于对抗生成网络...

【专利技术属性】
技术研发人员：郭东岩，王俊，崔滢，王振华，张剑华，陈胜勇，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江,33