[发明专利]一种基于深度学习的人群统计方法

摘要

本方法公开了一种基于深度学习的人群统计方法，该方法通过对视频提取运动前景，使用人体区域模型保证摄像头视角和透视不变性，通过预处理、提取、检测，最终确定人体区域统计人数。该方法不仅可以减少滑动窗口搜索区域提高搜索效率，也克服了监控视频由于视角、距监控场景距离等原因引起的形变且系统安装部署简单，基于深度学习卷积神经网络的检测模型提高人体检测准确率，使用非极大值抑制方法排除冗余子区域减少重复计数，使得检测人体，定位人体和统计人群数量的结果更加精确。

主权项

1.一种基于深度学习的人群统计方法，其特征在于，包括以下步骤：步骤1，采用灰度世界算法对预处理图像进行白平衡预处理；步骤2，采用K近邻算法的背景分割方法提取预处理后的图像；步骤3，采用保证视角和透视不变性的方法遍历提取出的图像像素，将其坐标(x，y)输入训练好的线性模型得到人体区域的尺寸；步骤4，采用卷积神经网络作为人体检测模型；步骤5，统计最终人体数量。