本发明专利技术实施例公开了一种基于检测和分割的人群密度统计方法、装置、设备及介质，方法包括：获取图像数据；对图像数据进行处理，以得到样本图；将样本图输入到人群密度统计模型中进行人群概率预测，以得到人群密度图；根据人群密度图计算出人群数量。本发明专利技术基于SwinTransformer目标检测网络进行特征提取，并基于提取的特征进行人群概率密度图预测，增加了目标检测的监督信息，提升模型的预测效果。通过多尺度特征融合可以很好的兼容不同大小尺寸的人体信息。通过增加注意力机制加深模型对人群密度，方便模型更容易剔除背景干扰因素。素。素。
【技术实现步骤摘要】
基于检测和分割的人群密度统计方法、装置、设备及介质
[0001]本专利技术涉及数据统计
，更具体地说是一种基于检测和分割的人群密度统计方法、装置、设备及介质。
技术介绍
[0002]随着社会的发展，人群计数或者统计是目前工业界和学界的一个研究热点和难点，其在实际生活中有重要应用价值。针对人群密度的统计目前有以下几种方式。
[0003]第一种是通过基于空洞卷积与原始卷积进行不同感受野信息的特征融合，以及不同感受野信息的特征融合，以及融合不同分辨率下特征图不同的层级语义信息，从而生产具有更高质量的人群密度图。该专利使用了大量的空洞卷积，这样对图片特征中的连续性信息有所损失，对于密度统计有很大的影响，同时忽略了人群密度近大远小的空间信息。
[0004]第二种是通过使用AlexNet网络将人群图片数据集分为密度与稀疏两类，并对两类图像密度特征的不同将其送入对应的特征提取网络。对于密度图像采用注意力机制的方法进行人员密度统计，对于稀疏的人群密度采用空洞卷积的方式进行人员密度统计。该专利首先需要对图片人员密度进行分析需要判断图片中的人员密度是稀疏还是密集，在针对其进行密度分析。该专利无法直接进行人群密度判断，需要对其进行密度稀疏及密集先进行判断，才能进行判断，网络臃肿，无法适应不同程度的人员密度分类。
[0005]第三种是基于卷积神经网络进行人群密及数量估计方法，该方法仅仅通过卷积神经网络没有采用多尺度的方法，无法兼容不同尺度大小目标的特征信息，模型预测效果差，识别结果不精准。
[0006]第四种是通过目标检测网络来检测人头数，根据人头数来判断人群密度。该方法基于目标价检测人头来判断人群密度对于人体遮挡以及人头遮挡会有漏检的情况，同时对于远处密集的小目标检测召回率低凑儿最终会导致人群密度评估不准的情况。
技术实现思路
[0007]本专利技术的目的在于克服现有技术的不足，提供基于检测和分割的人群密度统计方法、装置、设备及介质，能够增加目标检测的监督信息，提升模型的预测效果，且能兼容不同大小尺寸的人体信息，以及方便模型更容易剔除背景干扰因素。
[0008]为实现上述目的，本专利技术采用以下技术方案：
[0009]第一方面，基于检测和分割的人群密度统计方法，包括：
[0010]获取图像数据；
[0011]对图像数据进行处理，以得到样本图；
[0012]将样本图输入到人群密度统计模型中进行人群概率预测，以得到人群密度图；
[0013]根据人群密度图计算出人群数量。
[0014]其进一步技术方案为：所述将样本图输入到人群密度统计模型中进行人群概率预测，以得到人群密度图，所述人群密度统计模型的处理方法包括：
[0015]将样本图输入到SwinTransformer模型中对人头数据进行目标检测，以得到第一检测特征、第二检测特征、第三检测特征以及第四检测特征；
[0016]对第一检测特征、第二检测特征、第三检测特征以及第四检测特征输入可变形卷积块处理，以得到第一处理特征、第二处理特征、第三处理特征以及第四处理特征；
[0017]对第四处理特征进行转置卷积处理后再进行上采样处理，以得到第五处理特征；
[0018]对第三处理特征进行反池化上采样处理，以得到第六处理特征；
[0019]对第二处理特征进行卷积处理，以得到第七处理特征；
[0020]将样本图输入到卷积残差网络处理，以得到第八处理特征；
[0021]将第八处理特征、第七处理特征、第六处理特征、第五处理特征以及第一处理特征进行concate合并，以得到第一合并特征；
[0022]将第一合并特征输入到PPM模型处理，以得到第九处理特征；
[0023]将第一处理特征、第二处理特征、第三处理特征以及第四处理特征输入到CBAM注意力机制模型处理，以得到第十处理特征、第十一处理特征、第十二处理特征、第十三处理特征；
[0024]将第十处理特征和第九处理特征输入到FAM模型处理，以得到第十四处理特征；
[0025]将第十四处理特征与第十一处理特征输入到FAM模型处理，以得到第十五处理特征；
[0026]将第十五处理特征与第十二处理特征输入到FAM模型处理，以得到第十六处理特征；
[0027]对第十六处理特征输入到上采样块进行三次上采样处理，以得到第一次采样特征、第二次采样特征和第三次采样特征；
[0028]将第三次采样特征通过sigmoid函数进行归一化处理，以得到人群密度图。
[0029]其进一步技术方案为：所述对第一检测特征、第二检测特征、第三检测特征以及第四检测特征输入可变形卷积块处理，以得到第一处理特征、第二处理特征、第三处理特征以及第四处理特征，所述可变形卷积块分别由可变形卷积，relu激活函数以及BatchNormaliization构成。
[0030]其进一步技术方案为：所述将样本图输入到卷积残差网络处理，以得到第八处理特征，所述卷积残差网络分别由残差卷积和mish激活函数构成。
[0031]其进一步技术方案为：所述将第一合并特征输入到PPM模型处理，以得到第九处理特征，包括：
[0032]将第一合并特征分别通过多尺度特征金字塔进行下采样池化，以得到多个下采样池化特征；
[0033]分别对多个下采样池化特征进行卷积上采样处理，以得到多个卷积上采样特征；
[0034]对多个卷积上采样特征进行合并后再进行卷积处理，以得到第九处理特征。
[0035]其进一步技术方案为：所述将第一处理特征、第二处理特征、第三处理特征以及第四处理特征输入到CBAM注意力机制模型处理，以得到第十处理特征、第十一处理特征、第十二处理特征、第十三处理特征，所述CBAM注意力机制模型由通道注意力机制和空间注意力机制构成。
[0036]其进一步技术方案为：所述对第十六处理特征输入到上采样块进行三次上采样处
理，以得到第一次采样特征、第二次采样特征和第三次采样特征，所述上采样块由反卷积和relu激活函数构成。
[0037]第二方面，基于检测和分割的人群密度统计装置，包括获取单元、处理单元、预测单元以及计算单元；
[0038]所述获取单元，用于获取图像数据；
[0039]所述处理单元，用于对图像数据进行处理，以得到样本图；
[0040]所述预测单元，用于将样本图输入到人群密度统计模型中进行人群概率预测，以得到人群密度图；
[0041]所述计算单元，用于根据人群密度图计算出人群数量。
[0042]第三方面，一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述的基于检测和分割的人群密度统计方法步骤。
[0043]第四方面，一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令被处理器执行时，使得所述处理器执行如上述本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.基于检测和分割的人群密度统计方法，其特征在于，包括：获取图像数据；对图像数据进行处理，以得到样本图；将样本图输入到人群密度统计模型中进行人群概率预测，以得到人群密度图；根据人群密度图计算出人群数量。2.根据权利要求1所述的基于检测和分割的人群密度统计方法，其特征在于，所述将样本图输入到人群密度统计模型中进行人群概率预测，以得到人群密度图，所述人群密度统计模型的处理方法包括：将样本图输入到SwinTransformer模型中对人头数据进行目标检测，以得到第一检测特征、第二检测特征、第三检测特征以及第四检测特征；对第一检测特征、第二检测特征、第三检测特征以及第四检测特征输入可变形卷积块处理，以得到第一处理特征、第二处理特征、第三处理特征以及第四处理特征；对第四处理特征进行转置卷积处理后再进行上采样处理，以得到第五处理特征；对第三处理特征进行反池化上采样处理，以得到第六处理特征；对第二处理特征进行卷积处理，以得到第七处理特征；将样本图输入到卷积残差网络处理，以得到第八处理特征；将第八处理特征、第七处理特征、第六处理特征、第五处理特征以及第一处理特征进行concate合并，以得到第一合并特征；将第一合并特征输入到PPM模型处理，以得到第九处理特征；将第一处理特征、第二处理特征、第三处理特征以及第四处理特征输入到CBAM注意力机制模型处理，以得到第十处理特征、第十一处理特征、第十二处理特征、第十三处理特征；将第十处理特征和第九处理特征输入到FAM模型处理，以得到第十四处理特征；将第十四处理特征与第十一处理特征输入到FAM模型处理，以得到第十五处理特征；将第十五处理特征与第十二处理特征输入到FAM模型处理，以得到第十六处理特征；对第十六处理特征输入到上采样块进行三次上采样处理，以得到第一次采样特征、第二次采样特征和第三次采样特征；将第三次采样特征通过sigmoid函数进行归一化处理，以得到人群密度图。3.根据权利要求2所述的基于检测和分割的人群密度统计方法，其特征在于，所述对第一检测特征、第二检测特征、第三检测特征以及第四检测特征输入可变形卷积块处理，以得到第一处理特征、第二处理特征、第三处理特征以及第四处理特征，所述可变形卷积块分别由可变形卷积，relu...
【专利技术属性】
技术研发人员：赵静，林亚龙，虞赛君，洪挺屹，刘强，马迪迪，李进，王婧雯，
申请(专利权)人：合肥市轨道交通集团有限公司，
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。