[发明专利]人流量统计方法及装置

权利要求书

1.一种人流量统计方法，其特征在于，所述人流量统计方法包括：

建立多个小网络作为神经网络主体；

在每个小网络中输入预存的训练图像集合进行训练得到网络模型；以及

将待识别图像输入训练好的网络模型进行人流量识别，得到人流量统计结果。

2.如权利要求1所述的人流量统计方法，其特征在于，所述在每个小网络中输入预存的训练图像集合进行训练得到网络模型的步骤包括：

在所述预存的训练图像集合中分别获取多组指定数量的样本图像；

将多组指定数量的样本图像分别输入所述小网络进行训练；

重复前两个步骤指定次数，以得到所述网络模型。

3.如权利要求2所述的人流量统计方法，其特征在于，所述在所述预存的训练图像集合中获取多组指定数量的样本图像的步骤包括：

在所述预存的训练图像集合中有放回地选取多组指定数量的样本图像。

4.如权利要求2所述的人流量统计方法，其特征在于，所述将多组指定数量的样本图像分别输入所述小网络进行训练的步骤包括：

获取每个小网络的网络损失函数；

将所述损失函数作为目标函数进行最优化计算得到所述损失函数为最优解时对应的参数，作为所述网络模型的模型参数。

5.如权利要求2所述的人流量统计方法，其特征在于，所述将待识别图像输入训练好的网络模型进行人流量识别，得到人流量统计结果的步骤包括：

将待识别图像输入所述网络模型计算得到网络回归值；

当所有小网络中的回归值对应识别人数相同的比例达到预设值时，该识别人数为所述人流量统计结果。

6.一种人流量统计装置，其特征在于，所述人流量统计装置包括：

建立模块，用于建立多个小网络作为神经网络主体；

训练模块，用于在每个所述多个小网络中输入预存的训练图像集合进行训练得到网络模型；以及

识别模块，用于将待识别图像输入训练好的网络模型进行人流量识别，得到人流量统计结果。

7.如权利要求6所述的人流量统计装置，其特征在于，所述训练模块包括：

获取单元，用于在所述预存的训练图像集合中分别获取多组指定数量的样本图像；

网络训练单元，用于将多组指定数量的样本图像分别输入所述小网络进行训练。

8.如权利要求7所述的人流量统计装置，其特征在于，所述获取单元还用于在所述预存的训练图像集合中有放回地选取多组指定数量的样本图像。

9.如权利要求7所述的人流量统计装置，其特征在于，所述网络训练单元包括：

获取子单元，用于获取每个小网络的网络损失函数；

计算子单元，用于将所述损失函数作为目标函数进行最优化计算得到所述损失函数为最优解时对应的参数，作为所述网络模型的模型参数。

10.如权利要求7所述的人流量统计装置，其特征在于，所述识别模块包括：

回归值计算单元，用于将待识别图像输入所述网络模型计算得到网络回归值；

判断单元，用于判断得到的回归值的分布，当所有小网络中的回归值对应识别人数相同的比例达到预设值时，该识别人数为所述人流量统计结果。