[发明专利]一种不均衡场景中人群分布与计数的检测方法

说明书

本发明公开了一种不均衡场景中人群分布与计数的检测方法。该方法包括构建网络、预测密度、计算优化和数据验证，主要通过构建一个多级多分枝的卷积神经网络，每一个分支的输入来自不同分辨率的卷积层的输出组合，再融合为一个整体输出，使用训练图集分别输入到该卷积神经网络，得到预测密度图，引入训练图集的场景中的人群数量信息，与预测密度图进行比较来计算损失，来优化调整多级卷积神经网络的参数，使得计算损失的结果最小，最终获得最佳预测效果。本发明具有更高的检测准确率和检测效率，以及良好的可迁移性。

技术领域

本发明涉及计算机视觉和深度学习领域，尤其涉及一种不均衡场景中人群分布与计数的检测方法。

背景技术

通过视频监控来进行人群数量估算具有重要意义，人群数量检测得到的数据对于公共安全管理、信息资源管理、公共交通管理等方面都具有极高的价值。例如，用于公共交通中，通过获得乘客在空间、时间上的分布情况来灵活调整车辆运行时间表；用于大型商场中，通过对顾客流量和分布信息的分析来制定高效率的营销策略等。

检测场景中的人群密度分布最大的难点在于人群分布的不均衡和人员远近的尺度变化。一方面，由于摄像机的视角，人的大小差异很大，远离相机的人看起来更小并且可能彼此遮挡，而靠近相机的人看起来更大并且相对稀疏。另一方面，人数在相同或不同的场景中也有很大差异。

现有技术中，缺乏针对这种不均衡特性提供准确的人群分布与计数方法。

发明内容

本发明主要解决的技术问题是提供一种不均衡场景中人群分布与计数的检测方法，解决现有技术中对人群分布检测识别准确率和效率不高，以及可迁移性不好的问题。

为解决上述技术问题，本发明采用的一个技术方案是提供一种不均衡场景中人群分布与计数的检测方法，包括以下步骤：构建网络，构建一个多级卷积神经网络，该网络包括卷积层、池化层和转置卷积层且具有多个分支，每一个分支的输入来自不同分辨率的卷积层的输出组合，每一个分支再融合为一个整体输出；预测密度，使用训练图集分别输入到所述多级卷积神经网络，得到预测密度图；计算优化，引入所述训练图集的场景中的人群数量信息，与所述预测密度图进行比较来计算损失，通过优化调整所述多级卷积神经网络的参数，使得计算损失的结果最小；数据验证，进一步通过公开的数据图集对经过计算损失优化的所述多级卷积神经网络进行验证，最终获得最佳预测效果。

在本发明不均衡场景中人群分布与计数的检测方法另一实施例中，所述多级卷积神经网络包括骨干网络和三个分支网络，在骨干网络中从输入端开始依次是第一卷积层、第一池化层、第二卷积层、第二池化层、第三卷积层、第三池化层、第四卷积层、第四池化层、第五卷积层和第一融合卷积层；第一分支网络包括从所述第三卷积层中的三个卷积子层输出后相叠加，再经过第二融合卷积层输出；第二分支网络包括从所述第五卷积层中的三个卷积子层输出后相叠加，再经过第一融合卷积层输出；第三分支网络包括从所述第四卷积层中的三个卷积子层输出后相叠加，再经过第三融合卷积层输出，所述第一融合卷积层、第二融合卷积层和第三融合卷积层共同输出到汇聚卷积层，再由汇聚卷积层输出终检测结果。

在本发明不均衡场景中人群分布与计数的检测方法另一实施例中，所述骨干网络和三个分支网络中包括三种网络层：卷积层、最大池化层和转置卷积层。

在本发明不均衡场景中人群分布与计数的检测方法另一实施例中，第一卷积层对应的特征图的宽度和高度与输入的图像的宽度和高度相同，包括第一输入卷积子层和第一输出卷积子层，第一输入卷积子层的输入通道数为3，输出通道数为64，第一输出卷积子层的输入通道数为64，输出通道数为64，第一池化层的输入通道数为64，输出通道数为64；第二卷积层对应的特征图的宽度和高度分别对应是输入的图像的宽度的二分之一和高度的二分之一，包括第二输入卷积子层和第二输出卷积子层，第二输入卷积子层的输入通道数为64，输出通道数为128；第二输出卷积子层的输入通道数为128，输出通道数为128，第二池化层的输入通道数为128，输出通道数为128。