[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

说明书

本发明公开了一种基于距离变换标签的密集群体计数及定位方法。本发明提出了一种新颖的真实标签生成方式，将该真实标签称为Distance label map,通过Distance label map,只需要统计出局部最小值区域个数即可获得估算人数，除此之外，计算局部最小值区域的中心坐标即可获得预测人头的具体位置信息。特征提取采用特征金字塔网络，将图片输入网络中得到多个不同的融合特征，并与真实标签计算损失并求和，本发明提出了一种新的计算损失的函数，称之为自适应交叉熵，能够利用像素点的标签表示了该像素点离它最近像素点的距离信息对传统的交叉熵进行加权改进。本发明相较于之前的群体计数的相关工作，能在确保计数准确性的同时提供每个人头的定位信息。

技术领域

本发明涉及计算机视觉领域，尤其是涉及一种基于距离变换标签的密集群体计数及定位方法。

背景技术

近些年，国内外在举办大型活动时频发踩踏事件，原因主要在于无法及时获知人群具体数量以及位置，不能有效的对人流进行疏散，这使得人群计数工作在视频监控、人群理解、公共安全防范等领域逐渐扮演重要的角色，也成为计算机视觉领域中的热点研究问题。

随着深度学习的发展，研究人员能够利用深度神经网络来实现密集人群计数，现有的人群计数方法普遍可分为两大类，第一是将人群计数作为目标检测任务，将行人或者人头视为待检测目标,但由于在密集人群图片中的行人或人头往往只占很少的像素点，而且人与人之间还存在严重的遮挡问题，所以这一方法难以适用于密集人群计数。第二是通过回归密度图的方式，对回归的密度图做积分得到估计人数，此方法能较好的实现密集人群计数，能给出较为准确的估算人数，但是相应的，无法准确给出每个行人的具体位置，由于缺乏具体位置信息，不利于做人群追踪或者人群分析等任务。

发明内容

本发明提出了一种基于距离变换标签的密集群体计数及定位方法，能在保证计数准确性的同时提供每个人头的具体位置信息，用以解决密集群体场景中基于回归密度图的方法无法提供准确的定位信息，基于检测的方法无法适用于密集群体场景的难题。本方法利用深度神经网络提取特征并完成训练，推理。本发明首先提出了一种新的用于群体计数任务的真实标签生成方式，并能够据此完成计数和定位任务，利用深度神经网络提取群体特征，将输出和真实标签计算损失进而完成网络的训练，本发明还提出了一种更为合理的计算损失的函数，称之为自适应交叉熵。本发明可以针对任何密集群体，例如人群、车辆、细胞等等，为了方便，本文中主要以人群为对象来进行方案的阐述。

为解决上述问题，本发明提出了一种基于距离变换标签的密集群体计数及定位方法，包括：

(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；

(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；

(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。

优选地，对原始数据集中的所有图片进行数据增强，增强的方式为随机水平翻转、随机0.8-1.5倍之间缩放、随机叠加椒盐噪声，椒盐噪声的噪点数量为图片像素点数量的随机0.001-0.015倍。