[发明专利]一种目标密度估计神经网络的训练方法

权利要求书

1.一种目标密度估计神经网络的训练方法，其特征在于，所述方法包括：

预处理训练图像，包括：标注训练图像中预设目标的位置，生成对应的预设目标坐标表格；

基于预设目标坐标表格，生成对应训练图像中预设目标的真值密度图；

基于各个训练图像对应的预设目标的真值密度图生成全局注意力区域图；

将训练图像和其对应的预设目标的真值密度图输入预设网络模型进行训练，预设网络模型输出训练图像对应的局部注意力区域图和预设目标密度预测图；

合并训练图像对应的局部注意力区域图与预设目标密度预测图得到训练图像对应的最终预测图；

将训练图像对应的最终预测图与训练图像对应的预设目标的真值密度图进行误差计算，获得误差记为MSE_loss；

将局部注意力区域图与全局注意力区域图进行误差计算，获得误差记为Att_loss；

将Att_loss乘以一个权重后与MSE_loss相加，得到总损失，将总损失反向传递入受训练的网络模型，进行受训练网络模型的权重更新；

统计最终预测图中的预设目标个数得到预设目标统计个数；

统计预设目标统计个数与预设目标真实个数误差得到预设目标个数差值、平均绝对误差MAE和均方根误差RMSE；

使用指数衰减调整学习率控制所训练网络模型的学习；

比较各个训练轮次的平均绝对误差MAE与均方根误差RMSE，记录误差最小的受训练网络模型，保存全部训练轮次的受训练网络模型的权重参数，记录最优网络模型与权重参数；

所述基于预设目标坐标表格，生成训练图像中对应的预设目标的真值密度图，具体包括：

定标拍摄训练图像的拍摄设备得到该拍摄设备拍摄的图像大小相对于真实物体大小的缩放矩阵；

将预设目标坐标表格结合对应的缩放矩阵，通过高斯核卷积，生成训练图像对应的预设目标真值密度图；

所述基于各个训练图像对应的预设目标的真值密度图生成全局注意力区域图，具体包括：将各个训练图像对应的预设目标的真值密度图融入到一张坐标图中，并归一化到[0,1]区间内生成全局注意力区域图；

全局注意力区域图的计算方式如下：

其中，Attention(x,y)为全局注意力区域图，G(x,y)为训练图像中预设目标的真值密度图，x为横坐标，y为纵坐标，m为训练图像编号；M为训练图像总数。

2.根据权利要求1所述的目标密度估计神经网络的训练方法，其特征在于，所述预处理训练图像还包括：将训练图像处理为同一尺寸。

3.根据权利要求1所述的目标密度估计神经网络的训练方法，其特征在于，预设网络模型使用带有注意力机制的预设目标密度估计网络进行训练，预设目标密度估计网络包括两个并行的子网络，分别为：用于目标密度估计的多列卷积神经网络和用于注意力区域判断的基于VGG16的迁移学习网络，多列卷积神经网络输出预设目标密度预测图，迁移学习网络输出局部注意力区域图。

4.根据权利要求1所述的目标密度估计神经网络的训练方法，其特征在于，最终预测图的计算方式为：

其中，P(x,y)为最终预测图，Att(x,y)为局部注意力区域图，Perd(x,y)为预设目标密度预测图。

5.根据权利要求1所述的目标密度估计神经网络的训练方法，其特征在于，本方法中的误差计算方式为：

将训练图像对应的最终预测图与训练图像对应的预设目标的真值密度图进行误差计算，所用误差方程为L2均方误差函数：

其中，y_m为训练图像对应的预设目标的真值密度图的像素总值,为最终预测图的像素总值，m为训练图像编号，M为训练图像总数。

6.根据权利要求1所述的目标密度估计神经网络的训练方法，其特征在于，将局部注意力区域图与全局注意力区域图进行误差计算，所用误差方程为二元交叉熵损失函数：

loss(x_m,y_m)＝-w_m[y_mlogx_m+(1-y_m)log(1-x_m)]

其中，w_m为权重向量，x_m为编号为m的训练图像中预设目标的预测值，y_m为编号为m的训练图像中预设目标的真值。