[发明专利]一种基于长短期记忆-加权神经网络对视频人群计数的方法

摘要

本发明公开了一种基于长短期记忆的加权卷积神经网络对视频中的人群进行计数的方法，首先根据不同场景估计透视图，进而生成人群的自适应密度图；然后对连续多帧图像降采样后输入神经网络，并基于图像及其对应的真实自适应密度图训练网络；利用训练好的网络估计输入图像的密度图，并根据密度图预测人数。针对场景中人群的尺度差异，本发明通过一种分尺度损失函数衡量网络学习到的不同尺度特征。针对人群分布不均匀问题，本发明通过一种加权损失函数权衡不同区域的贡献。同时，本发明通过长短期记忆获取相邻帧之间的关联信息，并通过平滑滤波对预测的人数进行后处理，提高了人群计数的准确性。

主权项

1.一种基于长短期记忆‑加权卷积神经网络对视频人群计数的方法，其特征在于，包括以下步骤：1)：根据不同场景情况估计透视图，进而计算人群自适应密度图；2)：构建多尺度卷积神经网络解决人群尺度差异问题；3)：设计加权损失函数解决人群分布不均匀问题；4)：通过长短期记忆网络获取连续帧之间的关联信息，并对人群计数结果进行后处理。