【技术实现步骤摘要】
一种人群密度估计方法
本专利技术涉及计算机视觉
，尤其涉及一种人群密度估计方法。
技术介绍
随着经济社会的不断发展，城市化进程快速推进，在火车站、体育场、步行街、商场等人流众多的地方发生拥堵的现象越来越多，安全隐患突出。通过对监控视频进行分析来掌握监控场景下的人群的分布状态受到广泛的关注，因此建立自动、智能化的人群密度估计系统对建设平安城市具有重要现实意义。现有的基于传统手工特征的方法可以分为两类：基于检测的方法和基于回归的方法。在基于检测的方法中，人群的分布通过检测场景中的每个个体来得到。这类方法在低密度场景中效果很好，但在中高密度场景中，由于人群之间的遮挡等因素的影响，使得检测个体的性能变差。另外一种基于回归的方法，研究者避开了检测视频中个体，而是利用提取的局部或者全局特征回归到图像中人数，常用的回归方法有：线性回归，脊回归，高斯回归等。近年来，随着深度学习在计算机视觉的广泛应用，基于深度神经网络的人群密度分析方法能自动学习针对人群更有效的特征，相较于传统方法取得了一定的提高。在现实场景中，由于摄像头的景深原因，不同位置的人在不同位置上往往尺寸不同，表现...
【技术保护点】
1.一种人群密度估计方法，其特征在于，包括：对于输入的视频帧，通过单个神经网络提取不同层的特征建立多尺度的特征金字塔，用来表示不同尺寸人的信息；通过对每层特征金字塔的输出特征进行反卷积操作使得输出特征和输入的视频帧尺寸相同，再采用相加融合的方式得到人群密度图。
【技术特征摘要】
1.一种人群密度估计方法，其特征在于，包括：对于输入的视频帧，通过单个神经网络提取不同层的特征建立多尺度的特征金字塔，用来表示不同尺寸人的信息；通过对每层特征金字塔的输出特征进行反卷积操作使得输出特征和输入的视频帧尺寸相同，再采用相加融合的方式得到人群密度图。2.根据权利要求1所述的一种人群密度估计方法，其特征在于，所述通过单个神经网络提取不同层的特征建立多尺度的特征金字塔包括：建立单个深度卷积神经网络结构，提取不同卷积层的特征图，将顶层卷积层的特征图按照自上而下的方式分...
【专利技术属性】
技术研发人员：刘斌，赵坤，李卫海，俞能海，
申请(专利权)人：中国科学技术大学，
类型：发明
国别省市：安徽,34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。