[发明专利]一种基于深度学习的室内人数检测方法及系统

说明书

本发明涉及一种基于深度学习的室内人数检测方法及系统，该检测系统包括图像采集单元、模型计算单元和控制单元；所述图像采集单元实时采集室内图像；模型计算单元进行深度学习目标检测模型的加速计算；控制单元将图像采集单元的图像做预处理后交付模型计算单元进行计算并获取计算结果；检测方法包括步骤(1)、数据集制作；步骤(2)、深度学习目标检测模型的建立与训练；步骤(3)、座位使用情况分析。本发明实现了在边缘计算设备上使用深度学习目标检测统计出人数以及座位使用情况。

技术领域

本发明涉及属于视频监控的技术领域，具体涉及一种基于深度学习的室内人数检测方法及系统。

背景技术

场景理解作为智能视频监控领域的难点问题和核心内容，其目标是利用计算机视觉相关算法从自然场景中直接获取语义信息，近年来已经逐渐成为计算机视觉领域研究的核心问题。人数计数是场景理解的一个重要内容，随着办学规模越来越大，学生随之越来越多，作为高校硬件资源之一的自习室、图书馆存在着求过于供的情况，多数学校的自习室、图书馆经常一座难求，这些场所座位资源的合理分配问题是高校需要解决的难题。

目前，人数统计的方法大体可以分为两类：一类是基于视频序列的运动目标检测算法，将整个人体作为对象进行数量统计，此类方法首先对场景中的背景进行建模，后续帧与背景模型进行比较而提取出运动的前景区域，然后计算运动区域的面积、边缘轮廓等特征信息，再与人体的先验知识进行特征匹配，来估计人数。这种方法的精确度主要取决于先验知识，不稳定且准确率低。另一类是基于图像特征和深度学习的目标检测算法，该方法通过采集并学习图像中能够反映人体的特征来训练样本集，之后输出识别结果。这种方法的优点是精确度高，缺点是训练需要大量样本数据且比较耗时。深度学习目标检测算法有YOLO(You Only Look Once)、SSD(Single Shot MultiBox Detector)、Faster R-CNN，其中YOLO的目标检测速度较快，YOLOv3在Titan X GPU下每帧22ms，但在计算成本有限条件下可能数秒检测一帧，无法在实际中广泛使用。

发明内容

本发明提供一种基于深度学习的室内人数检测方法及系统，解决现有技术检测耗时长、不稳定且准确率低的问题。

为实现上述目的，本发明提出的技术方案是：

一种基于深度学习的室内人数检测方法，包括以下步骤：

步骤(1)、数据集制作：

采集深度学习目标检测样本集，样本集主要包括人头图像以及人全身的图像，并进行人工标注制作深度学习目标检测训练集，将这些数据经过目标检测模型进行训练；

步骤(2)、深度学习目标检测模型的建立与训练：

所述目标检测模型包括：①、基础特征提取部分：基础特征提取部分采用去掉最后全局平均池化层和1×1卷积输出层的MobileNetV2，并对第二层起的每个瓶颈层加入SENet结构；②、附加特征提取层部分：包括1×1和3×3卷积层，共计10层，对基础特征提取部分输出的特征图进行进一步卷积运算；③、原始包围框生成部分：在特征图上生成原始包围框，使用回归方法修正目标包围框特征图包括基础特征提取部分的输出层和附加特征提取层的各层；④、卷积预测部分：在上步选择的特征图上进行3×3卷积，完成卷积预测，输出目标类别以及位置包围框；上述卷积层均为深度可分离卷积，包括深度卷积和逐点卷积，深度卷积使用n×n卷积核对每个输入通道分别进行卷积，逐点卷积使用1×1卷积对深度卷积输出的特征图进行线性组合来构建新的特征图。

步骤(3)、座位使用情况分析：

预先设定相机视野内座位表，确定每个座位在图像中的位置；根据所述位置包围框比例，若某包围框长宽比小于2:1，则此位置的人为坐下姿态，计算其包围框中心点，判定此位置的座位被占用，当前室内人数即为包围框的数量。