[发明专利]一种基于深度学习的人员计数方法及其系统

说明书

本发明公开了一种基于深度学习的人员计数方法及其系统，人工智能与目标检测技术领域。主要包括：获取环境图像，并将所述环境图像输入到YOLO_V4系统中；使用YOLO_V4系统对所述环境图像进行分析，输出生成框，其中所述生成框包括人脸框和全身框；通过欧氏距离算法对所述生成框进行匹配计算；采用上述技术方案，不仅增加了卷积核的感受野，提升了对大目标的检测精度，增加了系统对特征的融合效果，实现了高精度、高速度，在保证图像特征的轮廓、纹理和颜色的情况下减少了参数量，而且防止了系统出现错检和漏检的情况。

技术领域

本发明涉及人工智能与目标检测技术领域，特别涉及一种基于深度学习的人员计数方法及其系统。

背景技术

随着硬件计算能力的飞速提升和新基建发展战略的逐步实施，人工智能已经应用与很多领域，包括工业机器人、智能摄像头和自动驾驶等领域，其中，深度学习是人工智能产品实现的主要方法。深度学习可解决的问题分为三个方向：图像类、语音类和强化学习。近年来，算法基础论研究取得了长足的进步，更多的算法可应用于工程领域，对提升工作效率和降低人力成本已有实质性的帮助。

深度学习在图像类的应用主要分为目标检测、图像分割和图像生成，计算流程为图像输入、系统计算和位置信息与分类信息的生成。在目标检测的应用中，深度学习算法主要分为两种计算方式。第一种为one-shot方式，对原始图像进行一次多卷积计算得出结果。第二种为two-shot方式，该方式对原始图像进行两次非连贯多卷积计算并得出结果。two-shot方式的计算精度高但是对计算速度慢、资源占用率高，难以实现对摄像头图像的实时检测。与之相比，one-shot方式计算精度略低于two-shot方式，但是计算速度快且资源占用率低，可实现摄像头图像的实时检测，随着近年来对one-shot方式的系统研究与优化，one-shot方式精度有了较大的提升。所以，one-shot方式在工业领域应用极为广泛，如物体检测、缺陷检测和图像去噪等。通过目标检测对城市安全、交通安全和智慧办公等应用场景的使用，对人员的密集度检测一直是人工智能的重要使用场景。

在目标检测算法实际使用时，摄像头传入的图像中人员相对较小，常用的标注方式为全身框和人脸框。在复杂环境场景中，全身常会发生遮挡，使用全身框标注会造成目标漏检。在摄像头位置较远的场景中，人脸的分辨率较低，使用人脸框标注同样会造成漏检。同时使用全身框和人脸框时，如果只计算单一种类的框个数会因为复杂环境场景和摄像头位置较远的原因造成人员计数不准确。

发明内容

本发明的目的在于克服现有技术中所存在的，在同时使用全身框和人脸框时，如果只计算单一种类的框个数会因为复杂环境和摄像头位置较远的原因造成人员计数不准确的问题，提供一种基于深度学习的人员计数系统及其实现方法。

为了实现上述发明目的，本发明提供了以下技术方案：

一种基于深度学习的人员计数方法，包括以下步骤：

S1：获取环境图像，并将所述环境图像输入到深度学习系统中；

S2：使用深度学习系统对所述环境图像进行分析，输出生成框，其中所述生成框包括人脸框和全身框；

S3：通过欧氏距离算法对所述生成框进行匹配计算，并输出人员数量；

所述S3包括以下步骤：

S31：对所述环境图像中每个人员的生成框进行匹配，筛选出某一全身框内有且仅有一个人脸框的情况，并且所述人脸框的中心位于所述全身框的上半部分，所述全身框也不与其他全身框重叠时，则判断其为同一目标的第一生成框，并输出所述第一生成框的数值为A；其中，所述人脸框和所述全身框之间的距离通过欧式距离计算；

S32：判断剩余生成框的状态，若某一人脸框的中心点不在欧式距离最近的全身框的边界内则所述人脸框判断为独立状态；若某一全身框内不包含任一人脸框的中心点，则所述全身框判断为独立状态；其余生成框的状态判断为重叠状态，输出所述重叠状态下的所述全身框的数值为B；