[发明专利]人群计数模型的训练方法、装置和存储介质在审
| 申请号： | 201911029693.6 | 申请日： | 2019-10-28 |
| 公开（公告）号： | CN110751226A | 公开（公告）日： | 2020-02-04 |
| 发明（设计）人： | 张莉;陆金刚;闫磊磊;王邦军 | 申请（专利权）人： | 苏州大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/00 |
| 代理公司： | 11227 北京集佳知识产权代理有限公司 | 代理人： | 李慧引 |
| 地址： | 215104 *** | 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： | 本申请提供一种人群计数模型的训练方法、装置和存储介质，获取训练样本后，用当前的人群计数模型计算各训练样本的估计人群计数密度图和估计密集度，判断目标损失值是否满足收敛条件；目标损失值包括计数损失值和分类损失值，计数损失值根据训练样本的真实人群计数密度图和估计人群计数密度图确定，分类损失值根据训练样本的估计密集度和真实密集度标签确定，若不满足收敛条件，更新模型参数，执行下一次迭代；若满足收敛条件，输出当前的人群计数模型。本方案通过引入与人群密集程度相关的分类损失值，使输出的人群计数模型能够适应多种不同人群密集程度的图像，因此本方案输出的人群计数模型相对于现有技术具有更好的鲁棒性和精确度。 | ||
| 搜索关键词： | 人群 计数模型 训练样本 收敛条件 密度图 密集度 计数损失 输出 分类 标签确定 存储介质 模型参数 一次迭代 鲁棒性 图像 引入 更新 申请 | ||
【主权项】：
1.一种人群计数模型的训练方法，其特征在于，包括：/n获取多个训练样本；其中，每个所述训练样本，均包括原始图像，所述原始图像对应的真实人群计数密度图，以及根据所述原始图像中人群的密集程度确定的真实密集度标签；/n利用当前的人群计数模型计算每一个训练样本的原始图像，得到每一个训练样本的估计人群计数密度图，以及得到每一个训练样本的估计密集度；/n判断根据当前的人群计数模型的计数损失值和分类损失值计算得到的所述当前的人群计数模型的目标损失值是否满足收敛条件；其中，所述计数损失值根据每一个训练样本的真实人群计数密度图和估计人群计数密度图计算得到，所述分类损失值根据每一个训练样本的估计密集度和真实密集度标签计算得到；/n若所述目标损失值不满足所述收敛条件，基于所述目标损失值更新所述人群计数模型的参数，返回执行所述利用当前的人群计数模型计算每一个所述训练样本的原始图像；/n若所述目标损失值满足所述收敛条件，输出所述当前的人群计数模型。/n
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苏州大学，未经苏州大学许可，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/201911029693.6/，转载请声明来源钻瓜专利网。
- 上一篇：图像分类方法、装置及存储介质
- 下一篇：数据处理方法、装置、设备及存储介质
