[发明专利]一种基于神经网络和图像叠合分割的人数统计方法及系统

摘要

本发明提供了一种基于神经网络和图像叠合分割的人数统计方法，通过对原始图像进行预处理，依据远近景关系，确定分割参数和叠合区域参数；基于分割块参数和叠合区域参数，对原始图像进行分割，并对分割块进行目标检测，获取第二检测窗口即人头信息，从而获得人数统计结果。本发明通过将图像进行有效分割，将图像中大小跨度较大的目标分开处理，从而解决图像中被检测目标大小跨度较大时识别能力不足的问题，大幅度提高图像中人头的识别率；且通过设置的分割块重叠区域，可以避免图像中因目标部分切割而存在的目标漏检的情况；并可以实现对重叠区域中重复检测窗口的识别，从而对环境变换具有一定的鲁棒性，进一步提高人数统计的准确率。

主权项

一种基于神经网络和图像叠合分割的人数统计方法，其特征在于包括以下步骤：S1，对原始图像进行预处理，确定远近景关系，包括以下分步骤：S1‑1依据神经网络算法，对原始图像进行目标检测，得到若干第一检测窗口；S1‑2以第一检测窗口上任一设定位置的坐标以及第一检测窗口的大小为变量进行拟合得到拟合函数，以拟合函数表示远近景关系；S2，依据远近景关系，确定分割参数和叠合区域参数；基于分割块参数和叠合区域参数，对原始图像进行分割，并对分割块进行目标检测，获取第二检测窗口即人头信息；S3，基于步骤S2获取的人头信息进行汇总，获得人数统计结果。