[发明专利]一种基于对抗生成网络的目标计数方法在审
| 申请号： | 201810610806.0 | 申请日： | 2018-06-14 |
| 公开（公告）号： | CN108985331A | 公开（公告）日： | 2018-12-11 |
| 发明（设计）人： | 郭东岩;王俊;崔滢;王振华;张剑华;陈胜勇 | 申请（专利权）人： | 浙江工业大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 杭州斯可睿专利事务所有限公司 33241 | 代理人： | 王利强 |
| 地址： | 310014 浙江省杭州*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： |
一种基于对抗生成网络的目标计数方法，模型训练过程的步骤如下：步骤1.1：图片预处理，随机提取原图中若干图像块并缩放为相同大小；步骤1.2：设计鉴别模型，采用卷积神经网络计算图片置信度；步骤1.3：生成模型的设计，同样采用卷积神经网络生成所需密度图；步骤1.4：对抗生成网络的训练，设置两个损失函数L_D和L_G，采用Adam方法分别优化鉴别模型和生成模型；模型使用过程的步骤如下：步骤2.1：密度图的生成，根据训练模型使用生成模型生成密度图 |
||
| 搜索关键词： | 生成模型 密度图 鉴别模型 卷积神经网络 对抗 预处理 模型训练过程 博弈 计算目标 模型使用 随机提取 损失函数 网络架构 训练模型 网络 图像块 置信度 缩放 优化 图片 | ||
【主权项】：
1.一种基于对抗生成网络的目标计数方法，其特征在于，所述方法包括模型训练过程和模型使用过程；模型训练过程的步骤如下：步骤1.1：图片预处理，随机提取原图中若干图像块并缩放为相同大小；步骤1.2：设计鉴别模型，采用卷积神经网络计算图片置信度；步骤1.3：生成模型的设计，同样采用卷积神经网络生成所需密度图；步骤1.4：对抗生成网络的训练，设置两个损失函数L_D和L_G，采用Adam方法分别优化鉴别模型和生成模型；模型使用过程的步骤如下：步骤2.1：密度图的生成，根据训练模型使用生成模型生成密度图![]()
步骤2.2：目标计数，根据公式(1)计算目标数量Num：![]()
其中p为各像素值。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江工业大学，未经浙江工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810610806.0/，转载请声明来源钻瓜专利网。
