基于密度信息的人群计数方法、装置、设备以及介质制造方法及图纸

本公开公开了一种基于密度信息的人群计数方法、装置、设备以及介质，包括将带有人头位置标注的图像数据集经过预处理得到训练样本集，将待测试图像分别输入至基于目标检测的卷积神经网络和基于密度回归的卷积神经网络中，得到基于目标检测的密度图和基于密度回归的密度图；将基于目标检测的密度图和基于密度回归的密度图进行密度图融合，得到目标估计密度图；对目标估计密度图进行积分计算得到待测试图像中的人数。通过卷积神经网络，融合了基于目标检测人群计数方法的密度图和基于密度回归的密度图，有效的互补了基于检测造成的拥挤地区则会降低其可靠性和基于回归的方法在不知道每个人的位置的情况下倾向于过高地估计低密度的计数的现象。

Population counting method, device, equipment and medium based on density information

【技术实现步骤摘要】
基于密度信息的人群计数方法、装置、设备以及介质
本公开涉及计算机视觉
，特别是涉及一种基于密度信息的人群计数方法、装置、设备以及介质。
技术介绍
本部分的陈述仅仅是提供了与本公开相关的
技术介绍
信息，不必然构成在先技术。随着社会的进步和经济的发展，一些公共场所的人群聚集先现象的发生越来越频繁，大规模的群众集会在群众游行、大型活动、热门比赛和举行演唱会中司空见惯。但是由于这些人群聚集的发生，有可能会发生严重的人群骚乱和踩踏事故，为了能够更好的保护聚集人群的安全，人群统计愈发的重要起来。所谓的人群统计，就是将人群图像通过特定的映射方式映射成相应的密度图，这种技术，在监控越来越普及的今天会对人群聚集的可控性做出至关重要的作用随着计算机的普及，基于计算机视觉的人群计数的方法越来越多。传统的人群计数的方法包括基于检测的方法和基于回归的方法。其中关于基于检测的方法主要分为两大类，第一种是基于整体的检测，基于整体的检测方法主要是通过训练一个分类器，利用个人的边缘等特征去检测行人。第二种是基于部分身体的检测，基于部分身体的检测方法，主要通过本文档来自技高网...

【技术保护点】
1.一种基于密度信息的人群计数方法，其特征在于，包括：/n将带有人头位置标注的图像数据集经过预处理得到训练样本集，以此对基于密度信息的卷积神经网络进行训练；所述基于密度信息的卷积神经网络包括基于目标检测的卷积神经网络和基于密度回归的卷积神经网络；/n将待测试图像分别输入至基于目标检测的卷积神经网络和基于密度回归的卷积神经网络中，得到基于目标检测的密度图和基于密度回归的密度图；/n将所述基于目标检测的密度图和基于密度回归的密度图进行密度图融合，得到所述待测试图像的目标估计密度图；/n对目标估计密度图进行积分计算得到所述待测试图像中的人数。/n

【技术特征摘要】
1.一种基于密度信息的人群计数方法，其特征在于，包括：
将带有人头位置标注的图像数据集经过预处理得到训练样本集，以此对基于密度信息的卷积神经网络进行训练；所述基于密度信息的卷积神经网络包括基于目标检测的卷积神经网络和基于密度回归的卷积神经网络；
将待测试图像分别输入至基于目标检测的卷积神经网络和基于密度回归的卷积神经网络中，得到基于目标检测的密度图和基于密度回归的密度图；
将所述基于目标检测的密度图和基于密度回归的密度图进行密度图融合，得到所述待测试图像的目标估计密度图；
对目标估计密度图进行积分计算得到所述待测试图像中的人数。


2.如权利要求1所述的一种基于密度信息的人群计数方法，其特征在于，
所述预处理包括，将带有人头位置标注的图像数据集通过二维高斯卷积核进行卷积，生成数据集中每张图像对应的人群密度图标签组成得到训练样本集。


3.如权利要求1所述的一种基于密度信息的人群计数方法，其特征在于，
所述得到基于目标检测的密度图包括，将待测试图像输入至基于目标检测的卷积神经网络中，对待测试图像进行头部检测，得到基于目标检测的密度图。


4.如权利要求1所述的一种基于密度信息的人群计数方法，其特征在于，
所述得到基于密度回归的密度图包括，将待测试图像输入至基于密度回归的卷积神经网络中，估计待测试图像中像素的人群密度，得到基于密度回归的密度图。


5.如权利要求1所述的一种基于密度信息的人群计数方法，其特征在于，
所述密度图融合包括，融合基于目标检测的密度图和基于密度回归的密度图，得到结合全局密度特征的密度图，对结合全局密度特征的密度图经过最大-均值池化和反...

【专利技术属性】
技术研发人员：吕蕾，谢锦阳，陈梓铭，吕晨，张桂娟，刘弘，
申请(专利权)人：山东师范大学，
类型：发明
国别省市：山东;37