[发明专利]面向无人机航拍图像的分割引导注意力群体计数方法

权利要求书

1.一种面向无人机航拍图像的分割引导注意力群体计数方法，所述方法包括：

获取包括训练集和测试集在内的图像集；

对训练集中的图像进行预处理；

将预处理后的图像输入网络，训练网络，直至网络拟合，训练后的网络输出图像的密度图和分割图，所述网络包括卷积块，Inception级联模块、上采样器、浅层分割引导注意力模块、深层分割引导注意力模块以及第一加法器和第二加法器；以及

根据网络输出的密度图，将密度图的像素值求和得到图像中的群体计数。

2.根据权利要求1所述的方法，其特征在于，训练网络的步骤包括：

卷积块将预处理后的图像处理为特征F1，F1的通道数为768；

将特征F1分别输入Inception级联模块和浅层分割引导注意力模块，分别得到特征F2，S1和D1，特征F2的通道数为2048，S1的通道数为1，特征D1的通道数为1；

通过上采样器对得到的特征F2进行上采样，上采样后的特征的尺寸变为特征F2的两倍，然后将上采样后的特征F2输入深层分割引导注意力模块，分别得到特征S2和D2，特征S2和特征D2的通道数分别为1和1；

通过第一加法器将得到的特征S1和S2加权求和，最终得到与输入图像尺寸相同的预测分割图；

通过第二加法器将得到的特征D1和D2加权求和，最终得到与输入图像尺寸相同的预测密度图；

通过调整特征S1和S2以及特征D1和D2的权重以使最小化损失函数，直至网络拟合，

损失函数为：

表示密度图损失，如式(2)，

其中表示生成的第i张输入图像X_i对应的预测密度图，θ表示整个网络可训练的参数，D_i表示图像X_i的真值密度图，N是训练样本数，

表示分割图损失，如式(3)，

其中表示生成的第i张输入图像X_i对应的预测分割图，W_i表示真值分割图，H_i(j，k)构成交叉熵损失矩阵H，(j，k)是预测分割图里的每个点的坐标，⊙表示逐元素乘法。

3.根据权利要求2所述的方法，其特征在于，卷积块包括5个卷积层、第一InceptionA至第三InceptionA、InceptionB以及第一InceptionC至第四InceptionC。

5个卷积层分别是：

Conv:3×3,32；

Conv:3×3,32；

Conv:3×3,64；

Conv:3×3,80；

Conv:3×3,192；

其中，Conv为卷积，3×3,32表示卷积核大小为3×3，输出特征的通道数为32；3×3,64表示卷积核大小为3×3，输出特征的通道数为64，3×3,80表示卷积核大小为3×3，输出特征的通道数为80，3×3,192表示卷积核大小为3×3，输出特征的通道数为192；

InceptionA：将输入特征复制4份，将其分别送入4条分支，从左到右，分支A1对输入特征进行1×1卷积；分支A2对输入特征先进行1×1卷积再进行5×5卷积；分支A3对输入特征首先进行1×1卷积，再进行两次3×3卷积；分支A4对输入特征先进行池化操作再进行1×1卷积，最后将4个分支的所有输出按照通道联接，作为最终输出特征，其通道数为288；

InceptionB：将输入特征复制3份，将其分别送入3条分支，从左到右，分支B1对输入特征进行3×3卷积；分支B2对输入特征首先进行1×1卷积，再进行两次3×3卷积；分支B3对输入特征进行池化操作，最后将3个分支的所有输出按照通道联接，作为最终输出特征,其通道数为768；

InceptionC：将输入特征复制4份，将其分别送入4条分支，从左到右，分支C1对输入特征进行1×1卷积；分支C2对输入先进行1×1卷积再进行深度可分离卷积，其中深度可分离卷积由1×7和7×1卷积组成；分支C3对输入特征首先进行1×1卷积，再进行两次深度可分离卷积，其中深度可分离卷积由1×7和7×1卷积组成；分支C4对输入特征进行池化操作再进行1×1卷积；最后将4个分支的所有输出按照通道联接，作为最终输出特征,其通道数为768。