[发明专利]基于空间感知的注意力细化框架的人群计数方法及系统

摘要

本发明公开了一种基于空间感知的注意力细化框架的人群计数方法及系统，该方法包括：利用卷积神经网络产生所有训练图像的特征图、初始人群密度图及密度等级信息；将上述信息输入至可迭代的空间感知细化模块，利用空间回归映射网络以空间感知的方式对人群密度图动态定域，生成矫正后的局部密度图，并结合长短期记忆模块为下一次迭代的动态定域更新策略；对密度等级信息进行编码生成密度等级图，整合局部密度图与密度等级图，分别作为每轮迭代的局部与全局信息，输入到局部细化网络；局部细化网络调整输入区域的密度分布，对其施以逆向空间回归映射，并以残差学习方式更新生成人群密度图；多次迭代式地进行前述训练过程，获得精细化后的人群密度图。

主权项

1.一种基于空间感知的注意力细化框架的人群计数方法，包括如下步骤：步骤S1，利用卷积神经网络产生所有训练图像的特征图初始人群密度图M₀及密度等级信息g；步骤S2，将步骤S1产生的特征图初始人群密度图M₀及密度等级信息g输入至一个可迭代的空间感知细化模块，利用空间回归映射网络以空间感知的方式对人群密度图动态定域，生成矫正后的局部密度图并结合长短期记忆模块负责为下一次迭代的动态定域更新策略；步骤S3，对密度等级信息g进行编码以生成密度等级图整合局部密度图与密度等级图分别作为每轮迭代的局部与全局信息，输入到下游的局部细化网络；步骤S4，利用局部细化网络重点调整输入区域的密度分布，对其施以步骤S2中的逆向空间回归映射，最后以残差学习的方式更新生成人群密度图；步骤S5，多次迭代式地进行步骤S2‑S4的训练过程，最终获得经过精细化后的人群密度图。