[发明专利]一种基于深度学习的人群密度检测方法

说明书

本发明公开了一种基于深度学习的人群密度检测方法，包括以下步骤：S1：数据采集与标注；S2：标签密度图生成；S3：双层网络结构设计，构建优化的VGG19网络与卷积层网络结构双层网络；S4：模型训练，将训练图像及与其对应的标签密度图共同输入到S3设计的网络结构中，基于欧几里得损失函数，计算标签密度图和预测密度图之间的损失值，将损失值进行网络反向传播以更新权值，不断迭代最终完成模型训练，将结果模型进行保存；S5：模型预测。本发明中，通过对视频图像进行高斯滤波预处理，有效抑制了噪声，减少了像素干扰，同时设计并构建了双层网络结构，经过训练的模型，提高了在复杂背景下人群密度检测的准确率。

技术领域

本发明涉及人群密度检测技术领域，具体涉及一种基于深度学习的人群密度检测方法。

背景技术

视频监控是现代安防技术的关键组成部分。视频监控系统历经模拟、数字视频监控，当前已进入智能视频监控时代。智能视频监控将传统视频监控技术与人工智能技术进行深度融合，通过构建一系列的算法模型，使得安防监控能够更加智能化、自动化，减少了人工干预，提高了监控效率和准确性。在智能视频监控系统中，人群密度检测是一项核心任务，特别是在景点、车站、商场等应用场景中，通过摄像头采集人群影像数据，快速分析统计人数，对过高人群密度进行告警，提前进行人流疏散，有助于避免出现过分拥挤甚至踩踏等安全事件。

专利文件(CN106022219A)公开了一种非垂直俯视视角的人群密度检测方法，它将背景差分法与三帧差分法相结合对目标图像进行前景提取，然后运用Canny算子对图像进行边缘检测。再运用图像分割技术对视频图像进行分层处理，再分别统计不同层次图像的边缘像素总和，根据与不同层次的临界值的比较，得到各个层次的人群密度信息。根据不同层次图像与摄像头的位置关系对其加权，最终求各层次人群密度信息加权均值，得到整个检测区域的人群密度信息。本方法可以在保证较大检测视角的基础上，有效解决在非垂直俯视视角的人群密度检测效率与检测精度相矛盾的问题，适用于人群密度较大的公共场所；但是该人群密度检测方法没有对视频图像进行高斯滤波预处理，会有噪声的干扰，从而对像素产生干扰，而且没有采用双层网络结构，检测人群密度准确性较低。

发明内容

为了克服上述的技术问题，本发明的目的在于提供一种基于深度学习的人群密度检测方法，通过对视频图像进行高斯滤波预处理，有效抑制了噪声，减少了像素干扰，同时设计并构建了双层网络结构，经过训练的模型，提高了在复杂背景下人群密度检测的准确率。

本发明的目的可以通过以下技术方案实现：

一种基于深度学习的人群密度检测方法，包括以下步骤：

S1：数据采集与标注，采集人群密度检测训练和测试图像，对图像进行标注，得到标注信息为人头中心点的坐标；

S2：标签密度图生成，基于图像的标注信息，对每个人头中心点位置，利用归一化后的高斯核进行模糊处理，生成标签密度图；

S3：双层网络结构设计，构建优化的VGG19网络与卷积层网络结构双层网络；

S4：模型训练，将训练图像及与其对应的标签密度图共同输入到S3设计的网络结构中，基于欧几里得损失函数，计算标签密度图和预测密度图之间的损失值，将损失值进行网络反向传播以更新权值，不断迭代最终完成模型训练，将结果模型进行保存；

S5：模型预测，将待检测图像输入上述训练好的深度神经网络模型中，得到待检测图像的最终人群密度图，对所述最终人群密度图进行积分，即可获得待检测图像中人的总数。

进一步在于：所述标签密度图生成的具体步骤：

步骤一：在进行标签密度图生成之前，首先基于高斯滤波对图像进行去噪，利用二维高斯分布函数，生成高斯模板，扫描监控图像中所有的像素点，用模板框选范围内像素点的加权平均值，作为新生成图像的像素点的值，其中二维高斯分布函数为其中x，y为像素点的坐标值；