[发明专利]基于密度估计的拥挤场景行人目标检测与计数方法

说明书

本发明提供了一种基于密度估计的拥挤场景行人目标检测与计数方法。首先，利用狄拉克函数和高斯核函数卷积，将输入标记图像转换为连续密度图；然后，构建包含扩张卷积层的VDNet人群计数网络，并输入原始图像和连续密度图对网络进行训练；利用训练好的网络即可得到输入拥挤场景图像的生成密度图，并得到图像的预测人数。本发明将扩张卷积与密度估计相结合，能够提取更多有效特征，具有更高的检测准确率和鲁棒性，可以有效应用于复杂状况下的拥挤场景行人目标检测与计数。

技术领域

本发明属计算机视觉、图形处理技术领域，具体涉及一种基于密度估计的拥挤场景行人目标检测与计数方法。

背景技术

拥挤场景行人目标检测与计数对于保障公共场所安全，防止由于过度拥挤产生踩踏事故等有重要作用。但是由于拥挤场景中存在通过摄像头远距离拍摄的画面单个人所占像素少、无法识别的难题。同时，由于人群过于密集，相互遮挡情况严重，辨识难度加大，生成高质量的密度图较为困难，而密度图质量的高低将直接影响到预测结果的准确性。因此，对拥挤场景行人目标检测与计数的研究相对较少，研究的方法主要有基于检测的方法和基于回归的方法。

基于检测的方法有Tuzel O等人在文献“Tuzel O,Porikli F,Meer P,etal.Pedestrian Detection via Classification on Riemannian Manifolds[J].IEEETransactions on Pattern Analysis and Machine Intelligence,2008,30(10)1713-1727.”中提出利用协方差矩阵作为对象描述符来检测静止图像中的行人。

基于回归的方法有H.Idrees等人在文献“H.Idrees,I Saleemi,C.Seibert,etal.Multi-source multi-scale counting in extreme dense crowd ages[C].Proceedings of the IEEE Conference on Computer Vision and PatternRecognition 2013.2547-2554.”中提出的采用傅里叶分析、SIFT兴趣点和头部检测来分别提取图像中的人群特征，之后根据对应的权重进行组合，最后使用马尔科夫模型随机场计算出图像中的人数。

这些方法都有其局限性。只能输出一个数字作为结果，忽略了场景中人群的空间位置关系，无法反应人群分布等细节信息。此外，随着场景的复杂化，人群密度增大，其计数准确度亟待提升，所以实用性不强。

发明内容

为了克服现有技术的不足，本发明提供一种基于密度估计的拥挤场景行人目标检测与计数方法。首先，利用狄拉克函数和高斯核函数卷积，将输入标记图像转换为连续密度图；然后，构建包含扩张卷积层的VDNet人群计数网络，并输入原始图像和连续密度图对网络进行训练；利用训练好的网络即可得到输入拥挤场景图像的生成密度图，并得到图像的预测人数。本发明将扩张卷积与密度估计相结合，探索如何在保持参数量和计算量不变的情况下增大的卷积核的感受野，同时保证了输出特征图的大小也不改变，保留更多特征，具有很高的准确率和很强的鲁棒性，可以有效解决复杂状况下的拥挤场景行人目标检测与计数问题，实用性强。同时较少的网络层数能够在保证一定精度的同时降低计算成本，加快网络推理速度，便于部署到低功耗设备之上。

一种基于密度估计的拥挤场景行人目标检测与计数方法，其特征在于步骤如下：

步骤1：输入若干张拥挤场景图像，利用狄拉克函数与高斯核函数进行卷积得到每一张图像的标签密度图，计算公式如下：