[发明专利]一种多尺度卷积神经网络的密集人群计数方法

说明书

本发明公开了一种多尺度卷积神经网络的密集人群计数方法，采用SPMsCNN算法的网络结构采用基于堆积池化的多尺度卷积神经网络算法，算法中的多尺度模块有多个大小不同的滤波器，提取更多的人物特征信息，通过特征拼接保留这些信息，同时，引入堆积池化，在不引入参数和超参数的情况下，针对传统池化层进行改进，利用最大池化能保证网络模型尺度不变性的特点，通过对滤波器较小的池化层进行叠加，不仅更大范围的保证尺度不变性，还保留细粒度的信息，同时，SPMsCNN算法的网络结构层数不多，不会导致发生梯度消失或者梯度爆炸的现象的发生。

【技术领域】

本发明涉及大数据统计和归集算法技术，具体涉及一种多尺度卷积神经网络的密集人群计数方法。

【背景技术】

将密集人群人数统计的方法大致分为三类：基于检测的方法、基于回归的方法和基于密度估计的方法，其中检测的方法顾名思义基于检测的方法就是对人物进行检测，作为检测的标准，除了人的整体特征，还有人物特有部分的特征，例如，人头、肩膀、双耳等，为了有效的降低人物遮挡问题对实验造成的影响，很多基于检测的方法都是对人体的部位进行检测；基于检测的方法首先需要对图片进行预处理，接着对图片前景进行提取，再通过检测器判断哪些是人物信息，最后统计人数；基于回归的算法一般需要先对图片的低级特征进行提取，基于密度估计的方法对人群密度做了划分，分成：非常密集、密集、中等密集、稀疏和非常稀疏，这五个级别，后将图片均匀的分成若干个部分，对每个部分进行纹理特征的提取，最后根据提取到的特征信息得到对应的人群密度信息，再根据局部图片的人群密度信息估计局部的人群数量，最后将局部信息汇总成全局信息。

在人数较少、遮挡不严重的场景下，使用基于检测的算法和基于回归的算法能取得不错的结果，但是在密集人群的场景下，最合适的算法还是基于密度估计的算法。纵观所有的网络结构，不难发现深度卷积神经网络和多列卷积神经网络被应用的最多，虽然深度卷积神经网络与多列卷积神经网络在密集人群场景下表现得不错，但是深度卷积神经网络很容易造成过拟合现象，并且由于网络结构的深度过深很可能存在梯度消失问题，这也加大了网络模型的训练难度，多列卷积神经网络训练起来比较困难，首先需要对每列进行预训练，再对整体进行训练，而深度较浅和列数较少的网络结构在特征提取方面表现得很差，而且很容易受到图片多尺度问题的影响。

【发明内容】

为解决上述问题，提出一个端到端的提出基于堆积池化的多尺度卷积神经网络算法，算法中的多尺度模块(Multi-Scale Blob，MSB)结构有多个大小不同的滤波器，提取更多的人物特征信息，通过特征拼接保留这些信息，同时，引入堆积池化，在不引入参数和超参数的情况下，降低图片的多尺度问题对实验结果的影响的一种多尺度卷积神经网络的密集人群计数方法；

一种多尺度卷积神经网络的密集人群计数方法，其特征包括：

首先对输入的特征图进行滤波器大小为2ⅹ2，步长为2的最大池化；并对第一次池化输出的特征图进行滤波器大小为2ⅹ2，步长为1的第二次最大池化；同理，对第二次池化输出的特征图，进行滤波器大小为3ⅹ3，步长为1的第三次最大池化；最后一步是对三次池化提取的特征图的相应位置的特征值进行平均运算，最后的结果作为新的特征图并输出人群分布密度图。

进一步地、所述方法采用MSB结构，所述MSB结构是Inception结构的一个变种，MSB结构分别通过滤波器大小为9ⅹ9、7ⅹ7、5ⅹ5、3ⅹ3的卷积层对输入的特征图进行特征提取，将得到的四个特征图进行concat拼接操作。

进一步地、所述输入的特征图在同一数据集里不同图片中的人物所占像素大小不同，采用MSB结构对人物特征进行提取，适应人物信息的变化，同时采用堆积池化降低同一图片中不同区域高度相似性对网络模型的影响，提高网络模型的尺度不变性。

进一步地、所述方法采用SPMsCNN算法的网络结构，包括第一层、第二层第三层、第四层、第五层、第六层、第七层、第八层、第九层和第十层；