[发明专利]基于卷积网络与多任务学习的多场景人群密度估计方法有效
申请号: | 201811051713.5 | 申请日: | 2018-09-10 |
公开(公告)号: | CN109389044B | 公开(公告)日: | 2021-11-23 |
发明(设计)人: | 潘志松;唐斯琪;李云波;焦珊珊;黎维;刘祯;王彩玲 | 申请(专利权)人: | 中国人民解放军陆军工程大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06N3/04;G06N3/08 |
代理公司: | 常州佰业腾飞专利代理事务所(普通合伙) 32231 | 代理人: | 滕诣迪 |
地址: | 210014 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于卷积网络与多任务学习的多场景人群密度估计系统及方法。包括人群密度图生成模块、跨摄像头多场景学习模块、各场景密度图校准模块。其中框架的第一部分为基于卷积神经网络的鲁棒密度图生成模块,卷积神经网络由三个深度融合子网络组成,每个深度融合子网络具有三路卷积核大小、数目不同的网络构成,因此可以有效把握密度估计问题的共性,对实际应用中在背景、光照、人群密度等方面数据分布差异较大的跨摄像头多场景监控视频帧进行较为鲁棒的密度图估计;框架的第二部分为基于多任务学习的各场景数据分布学习,学习到各个场景互不相同的人群分布特征;框架第三部分利用多任务学习学习到的各个场景人群分布特征对第一部分通用人群密度估计的结果进行校准微调。此系统在真实监控场景下,可以对多场景跨摄像头的人群进行高效准确地密度估计。 | ||
搜索关键词: | 基于 卷积 网络 任务 学习 场景 人群 密度 估计 方法 | ||
【主权项】:
1.一种基于卷积网络与多任务学习的多场景人群密度估计系统,其特征在于:包括粗密度估计模块,利用卷积神经网络对任意场景的人群监控视频帧进行密度图回归,得到粗略密度图;多任务学习模块,利用多任务学习对各个摄像头所对应场景中的人群分布特点进行学习;精细化模块,利用多任务学习模块中学习得到的各个摄像头对应场景的人群分布特点,对粗略密度图进行精细化。
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中国人民解放军陆军工程大学,未经中国人民解放军陆军工程大学许可,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/201811051713.5/,转载请声明来源钻瓜专利网。