[发明专利]人群密度确定方法、装置、存储介质和处理器

权利要求书

1.一种人群密度确定方法，其特征在于，包括：

获取待检测图片，所述待检测图片中包含至少一个人头图像；

将所述待检测图片输入图像语义分割模型，以使所述图像语义分割模型根据所述待检测图片中的人头图像确定前景预测信息，所述前景预测信息用于指示所述待检测图片中各像素点属于前景图像的前景置信度；

将所述待检测图片输入人群密度估计模型，通过所述人群密度估计模型确定与所述待检测图片对应的密度热力图；

根据所述前景预测信息和所述密度热力图，确定所述待检测图片的人群密度预测结果；

其中，所述图像语义分割模型是根据源域数据和迁移数据联合训练得到的，所述源域数据选自自然场景下用于人头检测任务的公开的数据集，所述迁移数据是基于训练所述人群密度估计模型所使用的目标域数据对所述源域数据进行迁移获得的。

2.根据权利要求1所述的方法，其特征在于，所述根据所述前景预测信息和所述密度热力图，确定所述待检测图片的人群密度预测结果，包括：

提取所述前景预测信息中前景置信度小于预设阈值的像素点作为目标像素点；

根据所述目标像素点对所述密度热力图进行背景抑制；

根据抑制背景后的密度热力图进行人群密度预测。

3.根据权利要求2所述的方法，其特征在于，

所述根据所述目标像素点对所述密度热力图进行背景抑制包括：遍历所述密度热力图中的每个像素点，将与所述目标像素点匹配的像素点所对应的热力值置为预设值；

所述根据抑制背景后的密度热力图进行人群密度预测，包括：对抑制背景后的密度热力图进行积分，得到与所述待检测图片对应的人群密度预测结果。

4.根据权利要求1所述的方法，其特征在于，所述图像语义分割模型通过如下方法训练得到：

获取源域数据和目标域数据，所述源域数据包括至少一张源域图片，所述源域图片标注有人头检测框，所述目标域数据包括在监控场景下采集获得的至少一张目标域图片；

根据所述人头检测框标注各源域图片的语义分割信息；

将所述源域图片和所述目标域图片输入到迁移单元中，以使所述迁移单元根据所述目标域图片的场景特征对所述源域图片进行迁移，得到迁移图片，所述迁移图片中的图像内容与所述源域图片中的图像内容一致；

根据所述源域图片和对应的语义分割信息对初始深度学习模型进行训练，得到预训练深度学习模型；以及

根据所述源域图片的语义分割信息和与该源域图片对应的迁移图片对所述预训练深度学习模型进行训练，获得所述图像语义分割模型。

5.根据权利要求4所述的方法，其特征在于，所述根据所述人头检测框标注各源域图片的语义分割信息，包括：

将各源域图片中的人头检测框扩大预设倍数，并将源域图片中位于检测框内的图像标注为前景、位于检测框外的图像标注为背景。

6.根据权利要求4所述的方法，其特征在于，所述将所述源域图片和所述目标域图片输入到迁移单元中，以使所述迁移单元根据所述目标域图片的场景特征对所述源域图片进行迁移，得到迁移图片，包括：

构建包含生成网络和逆变换网络的迁移单元；

将所述源域图片输入所述迁移单元的生成网络中，输出携带目标域场景特征的目标域预测图片，所述目标域场景特征包括与所述目标域图片匹配的亮度和色调；

将所述目标域预测图片输入所述迁移单元的逆变换网络中，通过所述逆变换网络将所述目标域预测图片逆变换到源域，得到与所述源域图片的图像内容一致的所述迁移图片。