[发明专利]一种人群密度估计装置、方法和存储介质

说明书

本发明公开了一种人群密度估计装置、方法和存储介质，网络模型包括上下文感知网络和多尺度特征提取网络，并用可监督的细致注意力模块进行横向链接，起到促进两分支循序渐进学习的作用。多尺度特征提取网络的输入图像是原始图像，反之上下文感知网络的输入图像是上采样图像。上下文感知网络主要提取样本对中上采样图像包含的上下文信息，适度上采样的图像可以放大原始图像的细节信息，模型可以通过学习这部分信息增加对小目标的检测。本发明通过细致注意力模块交叉融合不同特性的特征，跨阶段的、有监督的促进提高分支特征的表达能力，与此同时，实现了有效的信息共享，可以大幅度提升生成密度图的质量，增强人群密度估计性能。

技术领域

本发明属于人群计数的技术领域，具体涉及一种人群密度估计装置、方法和存储介质。

背景技术

随着国家经济的快速发展，城市化进程得到了加快，与此同时，城市包含的人口数量也出现了指数级增长，火车站、演唱会、广场活动等大型人群聚集场景愈加频繁，高度群集现象存在不可忽视的安全隐患，管理人员会很容易失去对人群的控制，人群一旦发生激进行为就可能出现踩踏事件，因此，如何合理安排管理人员，及时对人群进行疏导，有效地减少不良事件地发生，是许多研究者探讨的问题。

人群密度估计是一种通过视频监控对人群密度程度进行统计分析的技术方向，可以智能地管控人群，减少大量的人力和物力。除此之外，人群密度估计是人群计数的一个技术分支，早期，人群计数通过行人检测方法获得行人个数，这类方法在行人重叠程度大、遮挡严重的场景下存在较多的误检、漏检。随着时间的推移，研究学者为了解决早期人群计数的遗留问题，从而提出了基于人数回归的方法，这类方法通过利用各种特征描述子提取图像特征信息，再选用合适的分类器对行人数量进行回归，最终达到人群计数的目的，但是基于人数回归的人群计数方法只能统计行人数量，无法对行人进行定位。近几年，基于人群密度估计的人群计数方法运势而生，通过分析图像每个像素提取对应的人群密度图，同时获得行人数量和行人分布信息，解决遮挡场景下人群的定位和计数问题。

目前，大多数人群密度估计方法都是基于卷积神经网络搭建的，再通过各种技术方法提取多尺度特征和上下文特征，从而增强特征信息的表达能力，虽然利用卷积层的特性能融合能得到多尺度特征和上下文特征，但是这些特征也会因卷积层的局部提取操作受到一定的限制，尤其是在人群密度估计场景下存在较小的目标，增加了较大的检测难度。因此，急需提出一种能增强特征的多尺度性、提高上下文特征的质量的人群密度估计装置、方法。

发明内容

本发明的目的在于提供一种人群密度估计装置、方法和存储介质，通过细致注意力模块交叉融合不同特性的特征，跨阶段的、有监督的促进提高分支特征的表达能力，与此同时，实现了有效的信息共享，可以大幅度提升生成密度图的质量，增强人群密度估计性能。

本发明主要通过以下技术方案实现：

一种人群密度估计装置，包括数据采集模块、训练模块、检测模块，所述数据采集模块用于收集已标注人群数量的监控图像数据，并形成训练集；所述训练模块用于采用训练集训练网络模型，所述检测模块用于将待检测图片输入训练后的网络模型并输出人群密度估计结果；

所述网络模型包括上下文感知网络、多尺度特征提取网络以及若干个可监督的细致注意力模块，所述上下文感知网络与多尺度特征提取网络之间通过细致注意力模块进行横向链接，所述细致注意力模块用于利用真实密度图进行指导，将前一阶段计算出的注意力图精炼传播到下一阶段的特征信息；所述多尺度特征提取网络的输入图像为原始图像，用于利用不同层次的卷积层提取不同感受野、不同语义信息的特征信息f2；所述上下文感知网络的输入图像是原始图像的上采样图像，用于提取上采样图像的特征信息f1；所述细致注意力模块用于将特征信息f1和f2互补融合成新的信息，所述新的信息用于计算人群计数损失值，进而处理生成注意力图。