[发明专利]一种基于深度神经网络的人数统计方法及存储介质

权利要求书

1.一种基于深度神经网络的人数统计方法,其特征在于，包括以下步骤：

获取待检测图像包括：获取待监控人群的视频；从所述视频的图像序列中逐一选择一帧图像以作为所述待检测图像；对于图像序列中的第i帧图像，取Cr(i)[x,y]、Bg(i-1)[x,y]、Bg(i-2)[x,y]三者的平均值作为第i帧图像在像素坐标[x,y]处的像素值；其中，Cr(i)[x,y]表示第i帧图像在像素坐标[x,y]处的初始像素值，Bg(i-1)[x,y]表示前一帧图像在像素坐标[x,y]处的像素值，Bg(i-2)[x,y]表示再前一帧图像在像素坐标[x,y]处的像素值；

根据所述待检测图像得到背景图像和前景图像包括：对所述待检测图像进行区域检测，根据区域检测结果构建背景模型；判断所述背景模型是否包括所述视频的所有背景信息，所述背景信息为非人物体的图像信息；若判断结果为是，则将所述背景模型中的所有背景信息作为所述背景图像，所述背景图像包括所述视频中所有非人物体的图像信息；若判断结果为否，则对下一帧的待检测图像进行区域检测，根据区域检测结果更新所述背景模型，直至判断所述背景模型包括所述视频的所有背景信息；根据所述背景图像对所述待检测图像进行背景差分处理，获得所述前景图像，所述前景图像包括所述待检测图像中所有人体的图像信息；

对所述前景图像进行深度神经网络处理，以统计所述前景图像中人体关键部位的数量包括：设置深度神经网络的拓扑结构；获取标定人体关键部位的训练数据；根据所述训练数据训练所述拓扑结构的模型参数；将所述前景图像输入所述拓扑结构，根据所述拓扑结构在所述训练数据上的分布特征构建所述前景图像中的人体关键部位；从而获取所述前景图像中人体关键部位的数量；

根据人体关键部位的统计结果比较获得所述待检测图像中的人数包括：分别统计每种人体关键部位的数量，根据每种人体部位的数量计算该人体关键部位对应的人数；获取各种人体关键部位对应的人数的最大值，将最大值作为所述待检测图像中的人数；

构建背景模型的过程包括：将所述待检测图像输入基于YOLO V3的物体检测模型，获得有人区域和无人区域；构建一与所述待检测图像具有像素一一对应关系的背景模型，将所述背景模型中与所述无人区域相对应像素点的像素值设定为所述无人区域中各像素点的像素值,将所述背景模型中与所述有人区域相对应像素点的像素值设定为第一值。

2.如权利要求1所述的基于深度神经网络的人数统计方法，其特征在于，所述判断所述背景模型是否包括所述视频的所有背景信息，包括：

判断所述背景模型中是否存在第一值的像素点，若不存在，则认为所述背景模型包括所述视频的所有背景信息，反之，则认为所述背景模型未包括所述视频的所有背景信息。

3.如权利要求2所述的基于深度神经网络的人数统计方法，其特征在于，所述若判断结果为否，则对下一帧的待检测图像进行区域检测，根据区域检测结果更新背景模型，直至判断所述背景模型包括所述视频的所有背景信息，包括：

判断结果为否，则将下一帧的待检测图像输入基于YOLO V3的物体检测模型，获得新无人区域；

根据新无人区域中各像素点的像素值，对所述背景模型中与新无人区域相对应像素点的像素值进行更新，以消除所述背景模型中与新无人区域相对应像素点之中存在的第一值；

重复更新所述背景模型，直至判断所述背景模型中不存在第一值的像素点。

4.如权利要求1所述的基于深度神经网络的人数统计方法，其特征在于，所述拓扑结构包括串联连接的滤波器、多个卷积结构、通道和softmax函数处理器。

5.一种计算机可读存储介质，其特征在于，包括程序，所述程序能够被处理器执行以实现如权利要求1-4中任一项所述的方法。