[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

说明书

本公开提供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；将经过预处理的图像输入网络，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。

技术领域

本发明涉及一种图像处理技术，更具体地，涉及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。

背景技术

随着城镇化进程的推进以及智慧城市的建设，城市中人口快速增长，大规模的群体活动也越来越多。当人群密度过高时，容易引起人群拥挤，甚至发生踩踏事件，引发严重的安全事故。近年来，随着无人机市场的不断扩大和日渐普及，利用无人机从空中完成对人群行为的分析与预测逐渐成为安防的重要手段之一。该技术利用从视频帧图像中提取的特征来预估当前场景人数。

传统的人群密度估计算法可以被分为三类：检测法，回归法和基于密度估计的方法。基于检测的方法通常采用滑动窗口来遍历整幅图像，逐步使用滑动窗口检测窗口中的人群，将所有窗口的检测结果相加得到计数结果。但当人群有较严重的遮挡或背景复杂时，基于检测的人群计数算法无法得到准确的结果。基于回归的方法不逐个检测和定位每个个体，而是通过映射人工设计的特征和最终计数结果的关系来完成计数。由于基于回归的方法只给出了最终计数结果，并不能准确反映人群在场景中的分布，空间信息的忽视导致了其不足以支撑实际应用。基于密度估计的方法则通过学习特征与密度图之间的映射关系实现计数，但由于提取的特征不充分以及映射关系复杂多样，使得最终效果欠佳。

随着深度学习的飞速发展，卷积神经网络凭借其对图像特征的出色学习能力，已被广泛应用于图像分类，目标检测等计算机视觉领域，也在群体计数表现出独特优势。

虽然深度学习给人群计数带来很大发展，但仍然存在一些尚未解决的问题，例如复杂背景对人群的遮挡干扰。由于近大远小的视觉特性，无人机在空中拍摄图片时，同一场景下相邻的人会发生互相遮挡，甚至会被其他建筑或物品遮挡，造成最终计数结果不准确，影响最终效果。人群附近的背景像素噪声也会干扰模型提取特征，导致发生误判，影响计数准确性。

因此，需要一种高效且准确的群体计数方法。

发明内容

本发明是为了解决上述问题而提出的，其目的在于提供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。

为了达到上述发明目的，根据本发明的一方面，提供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。

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；