[发明专利]一种基于遮罩引导的人群密度估计方法及装置

说明书

本发明提供了一种基于遮罩引导的人群密度估计方法，属于深度学习领域，其特征在于，包括如下步骤：步骤S1，对待测图像进行预处理获得预处理图像；步骤S2，搭建基于遮罩引导机制卷积神经网络模型；步骤S3，将包含多张训练图像的训练集输入步骤S2搭建的卷积神经网络模型，对该卷积神经网络模型进行训练得到训练完成的卷积神经网络模型；步骤S4，将预处理图像输入步骤S3训练完成的卷积神经网络模型，得到各个预处理图像中的人群密度结果并进行输出，其中，卷积神经网络模型包括遮罩引导模块以及分块预测模块，遮罩引导模块将预处理图像根据人群密度的稠密程度进行分层，再将多个图层分别对应输入分块预测模块中的多个与稠密程度相对应的预测网络层。

技术领域

本发明属于深度学习领域，涉及一种神经网络融合人群密度检测的方法及装置，具体涉及一种基于遮罩引导的卷积神经网络模型的人群密度检测的方法及装置。

背景技术

人群密度检测的任务主要是估计人群场景里的人数。这项技术也是需要智能人群分析技术的应用的关键所在，比如人群监控、场景理解和行为检测等。人群密度估计也被应用到很多实际任务，例如智能视频监控、人群态势分析等。

由于比例和视角，人群场景都很复杂。从广义上讲，我们可以把人群分为三种类型：稀疏人群、稠密人群和混合人群。稀疏人群一般包含可分辨的人物形状。稠密人群通常由大量的头部组成，身体大部分被遮挡。而混合人群一般同时包含了前两种特征，使得计数更加具有挑战性。

目前存在的人群密度估计技术往往尝试提取人物形状，检测头部进行计数。这些方法比较适合稀疏场景的应用。在稠密场景中，人物形状很难被准确识别到，人的头部也是斑点状分布，所以大部分算法都是尝试寻找斑点密度图和人群密度的关系。但是这些方法不能很好的解决稠密图和混合图的干扰，当估计稠密人群或混合人群图片的人群密度时，通常检测准确率较低，所以现有技术中的多种人群密度估计方法仍然不能应用于实际通用的估计任务中。

发明内容

为解决上述问题，提供一种基于遮罩引导的人群密度估计方法及装置，本发明采用了如下技术方案：

本发明提供了一种基于遮罩引导的人群密度估计方法，其特征在于，包括如下步骤：步骤S1，对待测图像进行预处理获得预处理图像；步骤S2，搭建基于遮罩引导机制卷积神经网络模型；步骤S3，将包含多张训练图像的训练集输入步骤S2搭建的卷积神经网络模型，对该卷积神经网络模型进行训练得到训练完成的卷积神经网络模型；步骤S4，将预处理图像输入步骤S3训练完成的卷积神经网络模型，得到各个预处理图像中的人群密度结果并进行输出，其中，卷积神经网络模型包括遮罩引导模块以及分块预测模块，遮罩引导模块将预处理图像根据人群密度的稠密程度进行分层得到多个不同稠密程度的图层，再将多个图层分别对应输入分块预测模块中的多个与稠密程度相对应的预测网络层。

本发明提供的基于遮罩引导的人群密度估计方法，还可以具有这样的特征，其中，卷积神经网络模型还包括特征混合预测模块，分块预测模块得到多个与人群密度的稠密程度相对应的人群密度特征图，特征混合预测模块将多个人群密度特征图进行特征混合并进行人群密度的预测。

本发明提供的基于遮罩引导的人群密度估计方法，还可以具有这样的特征，其中，特征混合预测模块使用两步混合策略将多个人群密度特征图进行特征混合。

本发明提供的基于遮罩引导的人群密度估计方法，还可以具有这样的特征，其中，分块预测模块包括稀疏人群预测网络层、稠密人群预测网络层以及骨干网络层，遮罩引导模块将预处理图像分离出稀疏人群图层、稠密人群图层以及混合人群图层并分别输入稀疏人群预测网络层、稠密人群预测网络层以及骨干网络层，稀疏人群预测网络层、稠密人群预测网络层以及骨干网络层分别得到稀疏人群特征图、稠密人群特征图和混合人群特征图。

本发明提供的基于遮罩引导的人群密度估计方法，还可以具有这样的特征，其中，步骤S1中的预处理为对待测图像进行降采样处理。