[发明专利]人数统计方法及装置

权利要求书

1.一种人数统计方法，其特征在于，所述方法应用于服务器，所述服务器搭载人数统计模型，所述人数统计模型包括基于卷积神经网络构建的图像特征提取子模型和SSD分类回归子模型，所述方法包括：

将前端摄像机采集到的图像帧输入所述图像特征提取子模型进行图像特征提取，并输出提取到的图像特征图；其中，所述图像特征提取子模型的部分卷积层在卷积操作中未进行下采样操作；

基于所述SSD分类回归子模型针对输出的所述图像特征图中每一个像素点分别生成对应的默认框，并获取各默认框在所述图像特征图中的位置坐标，以及对应于不同物体类别的概率评分，并将各默认框的最大概率评分作为初级置信度；

筛选出所述初级置信度最高的前K个默认框作为目标候选框，基于各目标候选框的位置坐标进行包围盒回归分析，得到对应于各目标候选框的区域大小；以及，对各目标候选框的概率评分进行softxmax分类，得到各目标候选框对应于不同物体分类的最终置信度；

基于非极大值抑制算法，获取重叠度高于预设阈值的目标候选框中所述最终置信度最高的目标候选框作为目标框，并基于所述目标框的数量统计监控区域中的人数。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

将混合训练样本集输入所述图像特征提取子模型进行图像特征提取，并输出提取到的图像特征图样本；其中，所述混合训练样本集包括前端摄像机在多个不同的安装俯视角下拍摄到的若干被标定了人头和头肩所在位置区域的图像帧样本；

基于所述人数统计模型的SSD分类回归子模型对输出的所述图像特征图样本中的每个像素点分别生成对应的默认框样本，并获取各默认框样本在该图像特征图样本中的坐标位置，以及对应于不同物体类别的概率评分；

基于每个默认框样本的所述位置坐标和概率评分，分别计算各默认框样本的softmax分类损失和包围盒回归损失之和；

筛选出softmax分类损失和包围盒回归损失之和最小的前K个默认框样本，计算所述K个默认框样本多任务损失，并将计算出的所述K个默认框的多任务损失，在所述人数统计模型中反向传播，以对所述人数统计模型的各层网络的权重值进行更新，训练该人数统计模型。

3.根据权利要求2所述的方法，其特征在于，所述多任务损失通过如下公式计算：

其中，L_conf(x,c)为softmax分类损失，L_loc(x,l,g)为包围盒回归损失，K＝|f_k|*|f_k|*α，|f_k|为大尺度特征图的尺寸，α为预配置的权重值。

4.根据权利要求1所述的方法，其特征在于，所述监控区域包括预设绊线；所述预设绊线为监控区域中预设的直线；

所述方法还包括：

分别计算当前图像帧中的目标框与前一图像帧中的各目标框的相似度；其中，所述相似度由预构建的感知哈希指纹距离和位置坐标距离进行表征；

如果当前图像帧中的目标框与前一图像帧中的任一目标框的相似度达到预设的相似度阈值；将所述前一图像帧中的目标框对应的目标框ID赋予当前图像帧中的目标框，并更新跟踪列表中的所述目标框ID的生命值；

当所述目标框触发所述预设绊线时，基于该目标框的运动方向与该预设绊线的预设进出方向确定该目标框的进出方向，以进行人流量计数。