[发明专利]人群计数及其模型构建的方法、终端设备及存储介质

摘要

本发明公开了一种人群计数及其模型构建的方法、终端设备及存储介质，该人群计数模型的构建方法包括：获取训练数据集，其包括多张人群分割图、人群密度图及人体关键点关系图；进行迭代训练，并分别获取对应的人群分割特征图、人群密度特征图及人体关键点关系特征图；根据人群分割特征图、人群密度特征图与人体关键点关系特征图得到目标人群密度特征图；计算对应的损失函数的总损失值；重复以上所有步骤，直至总损失值小于或等于预设损失阈值之后，保存此时的初始卷积神经网络的网络结构与参数数值，并分别将其作为所述人群计数模型的网络结构与参数数值。本发明可避免背景及近处较大人体的影响，能精准计算出不同场景下人群的统计数值。

主权项

1.一种人群计数模型的构建方法，其特征在于，该构建方法基于卷积神经网络所形成，该构建方法包括：获取训练数据集，所述训练数据集包括多张人群分割图、人群密度图及人体关键点关系图，其中所述人体关键点关系图为描述人体的两个相连关键点的位置和方向信息的关系图；分别将所述人群分割图、所述人群密度图及所述人体关键点关系图输入初始卷积神经网络进行迭代训练，并分别输出对应的人群分割特征图、人群密度特征图及人体关键点关系特征图；根据所述人群分割特征图与所述人群密度特征图得到过渡人群密度特征图，并根据所述过渡人群密度特征图与所述人体关键点关系特征图，得到目标人群密度特征图；分别计算与所述人群分割特征图、所述过渡人群密度特征图、所述人体关键点关系特征图及所述目标人群密度特征图对应的各个损失函数的损失值，并将各个所述损失函数的损失值进行求和得到总损失值；重复以上所有步骤，直至所述总损失值小于或等于预设损失阈值之后，保存此时的所述初始卷积神经网络的网络结构与参数数值，并分别将其作为所述人群计数模型的网络结构与参数数值，其中所述重复以上所有步骤为一次迭代训练，每次迭代训练完成后更新前一次所述初始卷积神经网络的网络结构与参数数值。