[发明专利]一种高密度人群的数量估测方法、系统及相关装置

权利要求书

1.一种高密度人群的数量估测方法，其特征在于，包括：

将目标拍摄图片输入至网络模型中，得到所述目标拍摄图片对应的预测密度图；

对所述预测密度图进行求和运算得到人数估测值；

其中，所述网络模型的建立过程包括：

根据对监控视频抽帧得到的图像帧和所述图像帧中人头的中心坐标得到第一训练集；

根据所述中心坐标取全零矩阵中对应坐标位置预设大小的区域与高斯滤波矩阵相加得到所述图像帧的密度图；其中，所述全零矩阵与所述图像帧大小相同；

根据所述图像帧和所述密度图得到第二训练集；

将所述第二训练集在三列空洞卷积神经网络上训练得到所述网络模型；所述三列空洞卷积神经网络包含三列不同扩张率的空洞卷积结构。

2.根据权利要求1所述的数量估测方法，其特征在于，所述三列空洞卷积神经网络的前端结构为VGG16网络结构的前十层。

3.根据权利要求1所述的数量估测方法，其特征在于，所述三列空洞卷积神经网络中的激活函数均为ReLU激活函数。

4.根据权利要求1所述的数量估测方法，其特征在于，还包括：

根据网络训练参数、所述第二训练集中训练样本对应的真实密度图和预测密度图得到所述三列空洞卷积神经网络的损失函数；

分别对所述真实密度图和所述预测密度图进行求和运算得到真实人数和预测人数，根据所述真实人数和预测人数的差的绝对值得到所述人数估测值的误差。

5.根据权利要求1所述的数量估测方法，其特征在于，所述三列空洞卷积神经网络包含三列不同扩张率的空洞卷积结构具体为所述三列空洞卷积神经网络包含扩张率分别为1、2和3的空洞卷积结构。

6.一种高密度人群的数量估测系统，其特征在于，包括：

图片输入模块，用于将目标拍摄图片输入至网络模型中，得到所述目标拍摄图片对应的预测密度图；

预测模块，用于对所述预测密度图进行求和运算得到人数估测值。

7.根据权利要求6所述的数量估测系统，其特征在于，还包括：

模型生成模块，用于根据对监控视频抽帧得到的图像帧和所述图像帧中人头的中心坐标得到第一训练集；根据所述中心坐标取全零矩阵中对应坐标位置预设大小的区域与高斯滤波矩阵相加得到所述图像帧的密度图；其中，所述全零矩阵与所述图像帧大小相同；根据所述图像帧和所述密度图得到第二训练集；将所述第二训练集在三列空洞卷积神经网络上训练得到所述网络模型；所述三列空洞卷积神经网络包含三列不同扩张率的空洞卷积结构。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-5任一项所述的方法的步骤。

9.一种高密度人群的数量估测终端，其特征在于，包括存储器和处理器，所述存储器中存有计算机程序，所述处理器调用所述存储器中的计算机程序时实现如权利要求1-5任一项所述的方法的步骤。