一种基于改进型VGG16网络的人群计数方法、系统及存储介质技术方案

本发明专利技术公开了图像处理领域的一种基于改进型VGG16网络的人群计数方法、系统及存储介质，方法包括：采集监控场景的实时人群图像；将实时人群图像输入至预训练后的人群计数网络模型，获得对实时人群图像的计数结果；所述人群计数网络模型包括：改进原始VGG16网络，去除最后三个全连接层；充分融合不同层级语义特征；并增加了多尺度膨胀卷积块，充分融合了多尺度信息；以及分类分支辅助完成计数任务；有效解决了拥挤环境下人头较小不易检测的问题，提高整体图像的计数准确性，同时可以直观地看到人群在图片中所在的位置。到人群在图片中所在的位置。到人群在图片中所在的位置。

【技术实现步骤摘要】
一种基于改进型VGG16网络的人群计数方法、系统及存储介质


[0001]本专利技术属于图像处理
，具体涉及基于改进型VGG16网络的人群计数方法、系统及存储介质。

技术介绍

[0002]人群计数是公共安防行业中非常需要的一种技术。对于给定的一幅图像或一段视频，通过计算机自动处理，分析出其中的人数。
[0003]现有的技术中关于人群计数的方法存在大量漏检、拥挤环境下人头较小不易检测以及无法直观的看到人群分布的缺陷。

技术实现思路

[0004]本专利技术的目的在于提供一种基于改进型VGG16网络的人群计数方法、系统及存储介质，对于人群较多的拥挤场景进行人群计数具有鲁棒性，避免了产生漏检现象，同时可以直观的看到人群在图片中所在的位置。
[0005]为达到上述目的，本专利技术所采用的技术方案是：本专利技术第一方面提供了一种基于改进型VGG16网络的人群计数方法，包括：采集监控场景的实时人群图像；将实时人群图像输入预训练后的人群计数网络模型，获得对实时人群图像的计数结果；所述人群计数网络模型包括：特征提取层、多层语义本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进型VGG16网络的人群计数方法，其特征在于，包括：采集监控场景的实时人群图像；将实时人群图像输入预训练后的人群计数网络模型，获得对实时人群图像的计数结果；所述人群计数网络模型包括：特征提取层、多层语义融合模块、多尺度膨胀卷积模块、分类分支模块和生成人群密度图像的后端网络；所述特征提取层为VGG16网络的前十三层；特征提取层用于提取特征图P1、特征图P2和特征图P3；所述多层语义融合模块用于利用注意力机制分别对所述特征图P1、特征图P2和特征图P3进行初次特征提取，将初次特征提取后的特征融合形成特征图R；所述多尺度膨胀卷积模块用于对特征图R进行特征以及上下文信息提取形成特征图Z；所述分类分支模块对特征图Z进行处理后，经过Sigmoid激活函数处理获得人群数量区间；所述生成人群密度图像的后端网络用于对特征图Z进行处理获得设定尺寸的人群密度图，再对人群密度图进行积分运算得到人群数量；所述人群计数网络模型的训练过程包括：由监控数据库中获取含有标注信息的人群图像，对人群图像进行预处理构建训练集、验证集及测试集；其中，标注信息为人群图像数据中的人群数量区间；通过训练集和验证集对人群计数网络模型进行训练；利用L2范数损失和交叉熵损失构建损失函数；根据损失函数计算梯度并采用Adam优化器更新人群计数网络模型的权重以及偏置；通过测试集对更新的人群计数网络模型进行测试，采用平均绝对误差MAE或均方误差MSE对人群计数网络模型进行评估并获得评估值，根据评估值保存人群计数网络模型的网络参数，重复迭代直至设定的训练轮数全部完成，输出最终的人群计数网络模型。2.根据权利要求1所述的基于改进型VGG16网络的人群计数方法，其特征在于，构建训练集、验证集及测试集的方法包括：对人群图像缩放至设定尺寸，根据人群数量将人群图像划分为C个类别；将每个类别中的人群图像按照设定比例依次划分至训练集、验证集及测试集。3.根据权利要求1所述的基于改进型VGG16网络的人群计数方法，其特征在于，所述特征提取层依次包括Conv1_1卷积层、Conv1_2卷积层、Pool1最大池化层、Conv2_1卷积层、Conv2_2卷积层、Pool2最大池化层、Conv3_1卷积层、Conv3_2卷积层、Conv3_3卷积层、Pool3最大池化层、Conv4_1卷积层、Conv4_2卷积层、Conv4_3卷积层、Pool4最大池化层、Conv5_1卷积层、Conv5_2卷积层、Conv5_3卷积层；Conv1_1卷积层、Conv1_2卷积层、Conv2_1卷积层、Conv2_2卷积层、Conv3_1卷积层、Conv3_2卷积层、Conv3_3卷积层、Conv4_1卷积层、Conv4_2卷积层、Conv4_3卷积层、Conv5_1卷积层、Conv5_2卷积层、Conv5_3卷积层的卷积核都为3，其通道数分别为64、64、128、128、256、256、256、512、512、512、512、512、512；Pool1最大池化层、Pool2最大池化层、Pool3最大池化层和Pool4最大池化层的步长为2以及池化区域为2，特征图P1表示为经过Conv3_3卷积层和Pool3最大池化层的特征图，特征图P2表示经过Conv4_3卷积层和Pool4最大池化层的特征图，特征图P3表示经过Conv5_3卷
积层的特征图。4.根据权利要求1所述的基于改进型VGG16网络的人群计数方法，其特征在于，所述多层语义融合模块包括注意力机制；所述特征图P1通过注意力机制进行特征提取后形成特征图Y1；所述特征图P2通过注意力机制进行特征提取后，使用双线性插值的方式上采样2倍获得特征图Y2；所述特征图P3通过注意力机制进行特征提取后，使用双线性插值的方式上采样4倍获得特征图Y3；所述特征图Y1、特征图Y2和特征图Y3在通道维度上拼接形成特征图R。5.根据权利要求4所述的基于改进型VGG16网络的人群计数方法，其特征在于，所述多层语义融合模块对所述特征图P1、特征图P2和特征图P3分别经过注意力机制的初次特征提取的方法包括：将所述特征图P1、特征图P2和特征图P3作为输入特...

【专利技术属性】
技术研发人员：方炯韬，刘茜，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：