【技术实现步骤摘要】
一种基于密度等级感知的人群计数方法
[0001]本专利技术属于计算机视觉领域,尤其涉及一种基于密度等级感知的人群计数方法。
技术介绍
[0002]人群计数(Crowd Counting)领域最近的研究趋势是使用卷积神经网络进行密度图预测,再对密度图进行求和得到预测人数。然而大多数方法直接对密度图进行预测,没有考虑到由于尺度不一致问题导致的预测密度图准确性较差。
技术实现思路
[0003]本专利技术的目的在于针对现有技术的不足,提供一种基于密度等级感知的人群计数方法。
[0004]本专利技术的目的是通过以下技术方案来实现的:一种基于密度等级感知的人群计数方法,包括以下步骤:
[0005]步骤一:输入图片为RGB三通道图片,进行减均值除方差归一化操作。
[0006]步骤二:使用基于密度等级感知的人群计数网络预测得到密度图。
[0007]步骤三:对密度图中感兴趣区域进行求和操作,得到感兴趣区域内的人数预测结果。
[0008]进一步地,所述步骤二通过以下子步骤来实现:
[0009](2.1)将输入图片根据密度图划分为4个区域:低密度、中低密度、中高密度、高密度等。训练阶段使用groundtruth密度图进行划分,预测阶段使用初步预测的高密度区域密度图进行划分;
[0010](2.2)使用VGG
‑
16模型作为基础的特征提取网络来为输入图片提取特征,共包含4个网络不同阶段的特征集合。训练阶段特征提取网络使用ImageNet预训练模型进行初 ...
【技术保护点】
【技术特征摘要】
1.一种基于密度等级感知的人群计数方法,其特征在于,包括以下步骤:步骤一:输入图片为RGB三通道图片,进行减均值除方差归一化操作。步骤二:使用基于密度等级感知的人群计数网络预测得到密度图。步骤三:对密度图中感兴趣区域进行求和操作,得到感兴趣区域内的人数预测结果。2.根据权利要求1所述的基于密度等级感知的人群计数方法,其特征在于,所述步骤二通过以下子步骤来实现:(2.1)将输入图片根据密度图划分为4个区域:低密度、中低密度、中高密度、高密度等。训练阶段使用groundtruth密度图进行划分,预测阶段使用初步预测的高密度区域密度图进行划分;(2.2)使用VGG
‑
16模型作为基础的特征提取网络来为输入图片提取特征,共包含4个...
【专利技术属性】
技术研发人员:朱世强,钟文才,秦宇,王健,卢宏涛,李特,
申请(专利权)人:之江实验室,
类型:发明
国别省市:
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。