[发明专利]基于多尺度卷积神经网络的图像人群计数方法

说明书

技术领域

本发明涉及人群图像分析技术领域，具体是一种基于多尺度卷积神经网络的人群计数算法。

背景技术

人群计数是一种通过预测人群图像的密度图计算人的数量的智能监控应用。随着世界人口的指数增长，快速的城镇化促进了很多大规模的活动，例如体育运动比赛，公众游行，交通拥挤等问题导致大规模的人群聚集。所以为了更好地管理人群和人身安全，人群行为分析算法具有重大的意义。

随着深度学习算法的不断推广，基于卷积神经网络的人群计数算法对比传统算法大大提高了检测精度。基于卷积神经网络的算法主要分为两种：一种是基于回归的算法，另一种是基于密度图的算法。前者是利用人群图像与对应的人数作为标签，训练卷积神经网络学习到一个从人群图像到人群数量的非线性函数映射，网络的输出是人群的个数。后者是利用人群图像和对应的密度图作为标签，去训练卷积神经网络生成与输入人群图像对应的密度图，与回归的方法不同，基于密度图的算法的网络以密度图作为输出，在根据预测的密度图去计算人群数量。但是由于人群图像大多是在监控摄像头和高空拍摄，拍摄角度存在很大变化，拍出的图像中人的大小和尺度存在很大的变化。Zhang等人提出的多列卷积神经网络在网络复杂度上很高，网络参数很大，三列网络需要预训练再将多列网络输出特征进行融合，不能同时把握单张图像的多尺度信息。

发明内容

本发明目的是为提利用卷积神经网络提取不同深度的特征，将不同尺度特征融合，提出了一种基于多尺度卷积神经网络的人群密度检测方法，通过从人群图像中预测密度图来计算总计人数。

本发明的一种基于多尺度卷积神经网络的图像人群计数方法，该方法包括以下步骤：

步骤1、生成连续的密度图标签，具体包括以下处理：

将人工标记好的人头坐标生成对应的密度图，具有N个人头标记的图像表示为如下函数：

式中，δ(x-x_i)为delta函数；x_i表示一个人头标注点所在的位置；

将标注过的图像转化为连续的密度图，表达式如下：

F(x)＝H(x)^*

步骤2、利用多尺度卷积神经网络得到预测人群的精确密度图，具体包括以下处理：

多尺度卷积神经网络经过卷积-池化-再卷积-再池化的连接得到三个卷积层，从前三个卷积层提取到不同感受野的特征，将这些特征以级联合并的方式进行融合，再经过两个卷积层输出对应的密度图；

计算该多尺度卷积神经网络的损失函数L(θ)，表达式如下：

其中，N为输入卷积神经网络的图像数量，x_i为卷积神经网络的第i幅输入图像，M(x_i)表示第i幅输入图像的标准密度图矩阵；

为卷积神经网络设置一个初始参数后，根据实际的密度图算出输入图片的损失L(θ)，然后在每一次优化迭代中更新整个网络的参数，直到损失值收敛到一个较小的值。

与现有技术相比，本发明的基于多尺度卷积神经网络的图像人群计数方法具有以下效果：

1、能够利用单列卷积神经网络在较低参数的情况下，结合不同深度的特征，检测到人群图像中不同尺度的行人；

2、解决了单张图像中人群巨大尺度变化，在单支卷积神经网络的基础上，在生成预测密度图前融合了不同层级网络的特征，提取到不同深度对应不同尺度的特征，极大地提升了预测密度图的精度；

3、解决了人群图像中的尺度变化和遮挡等问题。

附图说明

图1为本发明的基于多尺度卷积神经网络的图像人群计数方法整体流程示意图；

图2为多尺度卷积神经网络结构图；

图3为实验结果图；图(a)为人群图像，图(b)为对应的密度图。

具体实施方式

下面将结合附图对本发明的实施方式作进一步的详细描述。

如图1所示，本发明的一种基于多尺度卷积神经网络的人群密度检测方法，将单列卷积神经网络在不同深度的特征进行融合，具体步骤如下：

步骤1、生成连续的密度图标签，将标注过的图像转化为连续的估计密度图，具体包括以下处理：

将人工标记好的人头坐标生成对应的密度图，具有N个人头标记的图像表示为如下函数：

式中，δ(x-x_i)为delta函数；x_i表示一个人头标注点所在的位置；

估计密度图F(x)表达式如下：