[发明专利]一种基于距离变换标签的密集群体计数及定位方法

权利要求书

1.一种基于距离变换标签的密集群体计数及定位方法，其特征在于，包括以下步骤：

(1)获取带有目标标注信息的原始图像并进行数据增强，根据标注信息依次生成二值图Binary map、距离变换图Distance map、距离变换标签图Distance label map，训练时采用Distance label map作为真实标签D；其中，

生成Distance map的方式为：在获取了二值图Binary map之后，对Binary map做距离变换，具体操作为将Binary map中每个像素点的值设为与该点最近非0像素点之间的欧式距离，得到Distance map；

生成Distance label map的方式为：Distance label map由Distance map产生，实质在于给Distance map中的每个像素值设定一个类别标签，设定N个互不相交的区间，将Distance Map中位于第(i+1)个区间内的所有像素值置为常数i，得到Distance labelmap，其中i代表了指定标签，N可取任意正整数，i∈[0，N)，若i_ai_b，则第(i_a+1)个区间的下限大于或等于第(i_b+1)个区间的上限，第1个区间的下限为0，第N个区间的上限为正无穷，i_a+1和i_b+1为区间的序号，i_a和i_b为设定的标签；

(2)构建特征金字塔网络，所述特征金字塔网络采用VGG16作为基本骨架，并将不同卷积模块的输出特征进行融合；

(3)将特征金字塔网络的多个融合特征输出d与给定真实标签D利用损失函数L_ce计算损失，并反向传播完成训练；其中，将特征金字塔网络的多个融合特征输出d与给定真实标签D利用损失函数L_ce计算损失，具体为：

计算损失L_ce的公式为：

其中，p为d上的像素点，D(p)代表像素点p在真实标签D上的具体大小，P(p)ⁱ代表了像素点p在第i个通道上的概率，也即第i个标签上的概率，d为d1、d2、d3、d4、d5和d6；

(4)将待测图片输入至特征金字塔网络之中，将输出d6做softmax运算得到预测结果D′，对D′求取局部最小值区域数量则为计数结果，求取每个局部最小值区域的中心坐标即为预测目标的中心位置。

2.如权利要求1所述的基于距离变换标签的密集群体计数及定位方法，其特征在于，所述步骤(1)中生成二值图Binary map的方式为：

目标标注信息指目标位置的中心坐标(x，y)，若提供的标注信息为标注框标注(x，y，w，h)，其中(x，y)代表标注框的左下角位置，w代表了标注框的宽度，h代表了标注框的高度，则求取标注框的中心作为目标位置的中心坐标(center_x，center_y)，具体公式为：

在得到每个目标的中心坐标之后，以输入图像的长宽大小为基准建立二维零矩阵，根据目标中心坐标点(x，y)找到矩阵中的相应位置，将该位置的像素值设为1，对每一张图片的所有标注点执行上述操作，得到仅包含0和1的二值图Binary map。

3.如权利要求1所述的基于距离变换标签的密集群体计数及定位方法，其特征在于，所述步骤(2)中的特征金字塔网络以VGG16的前17层为基本骨架，用于提取输入图片的目标特征，包括以下几个部分Conv1_1，Conv1_2，Pool1，Conv2_1，Conv2_2，Pool2，Conv3_1，Conv3_3，Conv3_3，Pool3，Conv4_1，Conv4_2，Conv4_3，Pool3，Conv5_1，Conv5_2，Conv5_3。