[发明专利]基于注意力机制和可变形卷积神经网络的人群分析方法有效
| 申请号： | 201811301953.6 | 申请日： | 2018-11-02 |
| 公开（公告）号： | CN109447008B | 公开（公告）日： | 2022-02-15 |
| 发明（设计）人： | 刘宁;龙永超;牛群;吴贺丰 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06V20/52 | 分类号： | G06V20/52;G06V10/774;G06V10/764;G06V10/82;G06K9/62 |
| 代理公司： | 广州凯东知识产权代理有限公司 44259 | 代理人： | 罗丹 |
| 地址： | 510000 *** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于注意力机制和可变形卷积神经网络的人群分析方法，包括：训练阶段，首先通过人群图像和背景图像训练注意力图生成器(AMG)，并将训练好的注意力图生成器模型作为辅助密度图生成器(DME)训练的部件；测试阶段，仅使用训练好的密度图生成器对输入的人群图像生成对应的密度图。本发明通过结合注意力机制，生成注意力图检测人群的区域并在一定程度上反映人群区域的拥挤程度。注意力图作为人群的先验知识训练可变形卷积神经网络，使得网络能够克服人群场景中人群分布不均，环境噪声等问题，生成准确的人群密度图。 | ||
| 搜索关键词： | 基于 注意力 机制 变形 卷积 神经网络 人群 分析 方法 | ||
【主权项】：
1.一种基于注意力机制和可变形卷积神经网络的人群分析方法，其特征在于包括：训练阶段，首先通过人群图像和背景图像训练注意力图生成器(AMG)，并将训练好的注意力图生成器模型作为辅助密度图生成器(DME)训练的部件；测试阶段，仅使用训练好的密度图生成器对输入的人群图像生成对应的密度图。
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山大学，未经中山大学许可，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/201811301953.6/，转载请声明来源钻瓜专利网。
