[发明专利]一种基于图像检索的人数统计方法

说明书

本发明涉及一种基于图像检索的人数统计方法，包括：将原图像分成多个具有相同透视效果的不同尺度子图像块；改进空间金字塔池化网络模型，使用训练数据训练改进的空间金字塔池化网络模型；使用改进的空间金字塔池化网络提取不同尺寸图像的特征；计算待测图像与已知图像间的距离，寻找距离最近的图像，获取其标签，得到待测子图像块的人数；将待测图像所分割的不同子图像块人数累加。本发明提供的基于图像检索的人数统计方法，对传统的空间金字塔池化网络模型进行了改进，采用改进的空间金字塔池化网络模型，避免了在图像尺寸归一化时造成的特征损失，人数识别准确率高，可以很好地满足实际应用的需要。

技术领域

本发明涉及一种基于图像检索的人数统计方法。

背景技术

监控视频中的人群自动计数有着重要的研究价值和社会应用前景，利用人工智能获取场景的人数信息不仅可以为公共区域的安全防护进行指导，还可以节省大量的人力物力。目前摄像机透视效果、图像背景、人群密度分布不均等问题制约着人群计数研究的发展和应用，因此人数统计算法的研究与探索有着极其重要的价值。

近年来，随着计算机视觉技术的发展，大量的人数检测算法被各大专家、学者提出。这些算法根据检测对象的不同大致可分为直接法和间接法，直接法的检测对象一般为个体，如人体的形状信息、头部信息、头肩信息、运动信息等，在人群密集时，由于个体间的遮挡，这类方法往往不能取得很好的效果，需借助粘连人体分割技术解决人体遮挡问题，而复杂场景下的粘连人体的分割技术目前还并不成熟，能够提供给直接检测法的支持有限。间接法的检测对象多为群体，如人群的纹理特征、像素特征、角点特征等，间接法通过分析群体特征，建立群体人数与群体特征之间的对应关系，近年，又有学者根据间接法检测图像尺度的不同将间接法分为了全局间接法和局部间接法，全局间接法将视频中的每一帧作为计数单位，检测全局的图像特征，局部间接法将原图像进行分块，在分块时考虑摄像机透视的影响，将原图像分为多个具有相同透视效果的子图像块，检测子图的图像特征，建立与人数间的对应关系，最后累加子图像块的统计结果得到总人数；然而，间接法受到特征的表达能力、人群遮挡等因素的严重制约。采用以上方法进行人数统计，得到的结果人数识别准确率太低，不能很好地满足实际应用的需要。

发明内容

针对上述现有技术中存在的问题，本发明的目的在于提供一种可避免出现上述技术缺陷的基于图像检索的人数统计方法。

为了实现上述发明目的，本发明提供的技术方案如下：

一种基于图像检索的人数统计方法，包括以下步骤：

步骤1)将原图像分成多个具有相同透视效果的不同尺度子图像块；

步骤2)改进空间金字塔池化网络模型，使用训练数据训练改进的空间金字塔池化网络模型；

步骤3)使用改进的空间金字塔池化网络提取不同尺寸图像的特征；

步骤4)计算待测图像与已知图像间的距离，寻找距离最近的图像，获取其标签，得到待测子图像块的人数；

步骤5)将待测图像所分割的不同子图像块人数累加。

进一步地，在所述步骤2)中，对空间金字塔池化网络模型进行改进的步骤包括：保留原有的窗口设置方式，改变原有的步长大小设置策略，使得a’与a的值最接近，从而使得该层所产生的特征损失降低到最小；

其中，在原空间金字塔池化网络模型中，上层输出维度的大小为a*a，要得到的池化结果大小为n*n；

步长strides的选择策略公式为：

a’的定义为a＝window+strides×(n-1)，window代表移动窗口。

进一步地，当a’＞a时，用a’-a层0对原特征向量进行边界填充；当a’＜a时，舍弃原特征向量末尾的a-a’行、a-a’列特征。