[发明专利]人群计数方法及装置

说明书

本公开涉及目标检测技术领域，提供了一种人群计数方法及装置。该方法包括：构建特征提取网络、下采样网络、上采样网络、回归网络和分类网络，利用特征提取网络、下采样网络、上采样网络、回归网络和分类网络构建人群计数模型；获取训练数据集，利用训练数据集训练人群计数模型：计算训练数据集中训练样本对应的密度归一化平均精度，基于密度归一化平均精度实现训练样本中预测点与真值点之间的第一次匹配，利用匈牙利算法实现训练样本中预测点与真值点之间的第二次匹配，其中，训练样本的标签包括真值点；利用训练好的人群计数模型检测目标图像中人群的数量。采用上述技术手段，解决现有技术中，密集人群场景下人群计数准确率低的问题。

技术领域

本公开涉及目标检测技术领域，尤其涉及一种人群计数方法及装置。

背景技术

目前常用的人群计数方法是基于人头位置直接回归进行计数，该方法在头部尺度连续变化或者人群密度较大的情况下，在训练阶段对于标签真值会有混淆（也就是预测点与真值标签的匹配会出现大量错误），导致定位错误，置信度偏低，最终会导致密集人群场景下人群计数准确率低的问题。

在实现本公开构思的过程中，发明人发现相关技术中至少存在如下技术问题：密集人群场景下人群计数准确率低的问题。

发明内容

有鉴于此，本公开实施例提供了一种人群计数方法、装置、电子设备及计算机可读存储介质，以解决现有技术中，密集人群场景下人群计数准确率低的问题。

本公开实施例的第一方面，提供了一种人群计数方法，包括：构建特征提取网络、下采样网络、上采样网络、回归网络和分类网络，利用特征提取网络、下采样网络、上采样网络、回归网络和分类网络构建人群计数模型；获取训练数据集，利用训练数据集训练人群计数模型：计算训练数据集中训练样本对应的密度归一化平均精度，基于密度归一化平均精度实现训练样本中预测点与真值点之间的第一次匹配，利用匈牙利算法实现训练样本中预测点与真值点之间的第二次匹配，其中，训练样本的标签包括真值点；利用训练好的人群计数模型检测目标图像中人群的数量。

本公开实施例的第二方面，提供了一种人群计数装置，包括：构建模块，被配置为构建特征提取网络、下采样网络、上采样网络、回归网络和分类网络，利用特征提取网络、下采样网络、上采样网络、回归网络和分类网络构建人群计数模型；训练模块，被配置为获取训练数据集，利用训练数据集训练人群计数模型：计算训练数据集中训练样本对应的密度归一化平均精度，基于密度归一化平均精度实现训练样本中预测点与真值点之间的第一次匹配，利用匈牙利算法实现训练样本中预测点与真值点之间的第二次匹配，其中，训练样本的标签包括真值点；检测模块，被配置为利用训练好的人群计数模型检测目标图像中人群的数量。

本公开实施例的第三方面，提供了一种电子设备，包括存储器、处理器以及存储在存储器中并且可在处理器上运行的计算机程序，该处理器执行计算机程序时实现上述方法的步骤。

本公开实施例的第四方面，提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述方法的步骤。

本公开实施例与现有技术相比存在的有益效果是：因为本公开实施例通过构建特征提取网络、下采样网络、上采样网络、回归网络和分类网络，利用特征提取网络、下采样网络、上采样网络、回归网络和分类网络构建人群计数模型；获取训练数据集，利用训练数据集训练人群计数模型：计算训练数据集中训练样本对应的密度归一化平均精度，基于密度归一化平均精度实现训练样本中预测点与真值点之间的第一次匹配，利用匈牙利算法实现训练样本中预测点与真值点之间的第二次匹配，其中，训练样本的标签包括真值点；利用训练好的人群计数模型检测目标图像中人群的数量，因此，采用上述技术手段，可以解决现有技术中，密集人群场景下人群计数准确率低的问题，进而提高密集人群场景下人群计数的准确率。

附图说明