[发明专利]目标分布检测方法及设备

权利要求书

1.一种目标分布检测方法，其特征在于，包括：

对训练图像基于卷积神经网络进行处理，得到所述训练图像中的目标分布预测值，所述目标分布预测值包括目标分布密度预测值和目标数量类别预测值中的至少一种；

获取所述训练图像中的目标分布真实值与所述目标分布预测值的第一差异值；

根据所述第一差异值确定所述卷积神经网络的参数，得到卷积神经网络模型。

2.如权利要求1所述的目标分布检测方法，其特征在于，对训练图像基于卷积神经网络进行处理，得到所述训练图像中的目标分布预测值，包括：

对所述训练图像进行至少一次截图，得到至少一张截图图像；

将所述至少一张截图图像输入所述卷积神经网络，得到所述目标分布预测值；

获取所述训练图像中的目标分布真实值与所述目标分布预测值的第一差异值，包括：

根据所述截图图像与所述目标分布真实值的映射关系，获取所述截图图像在训练图像的对应位置的目标分布真实值；

获取所述截图图像对应的目标分布预测值与目标分布真实值之间的第一差异值。

3.如权利要求2所述的目标分布检测方法，其特征在于，对所述训练图像进行至少一次截图，得到至少一张截图图像，包括：

每对所述训练图像进行预设次数截图之后，对所述训练图像添加数据噪声；

对添加数据噪声的所述训练图像进行所述预设次数截图。

4.如权利要求1所述的目标分布检测方法，其特征在于，还包括：

对所述训练图像基于所述卷积神经网络的第一分支进行处理，得到所述训练图像的第一分支特征图；

对训练图像基于卷积神经网络进行处理，得到所述训练图像中的目标分布预测值，包括：

对所述训练图像基于卷积神经网络的第二分支进行处理，得到所述训练图像的第二分支特征图；

根据所述第一分支特征图和第二分支特征图，确定所述训练图像中的目标分布预测值。

5.如权利要求4所述的目标分布检测方法，其特征在于，根据所述第一分支特征图和第二分支特征图，确定所述训练图像中的目标分布预测值，包括：

根据所述第一分支特征图和第二分支特征图，确定所述训练图像中的目标分布密度预测值。

6.如权利要求5所述的目标分布检测方法，其特征在于，在对所述训练图像基于所述卷积神经网络的第一分支进行处理，得到所述训练图像的第一分支特征图之后，还包括：

根据所述第一分支特征图确定所述训练图像中的目标数量类别预测值；

获取所述训练图像中的目标数量类别真实值与所述目标数量类别预测值之间的第二差异值；

根据所述第二差异值确定所述第一分支的参数。

7.如权利要求6所述的目标分布检测方法，其特征在于，根据所述第一分支特征图确定所述训练图像中的目标数量类别预测值，包括：

根据所述第一分支特征图确定所述训练图像中的目标数量预测值；

根据所述目标数量预测值确定所述训练图像中的目标数量类别预测值。

8.如权利要求4所述的目标分布检测方法，其特征在于，在所述对所述训练图像基于所述卷积神经网络的第一分支进行处理的步骤，和所述对所述训练图像基于所述卷积神经网络的第二分支进行处理的步骤之前，还包括：

对所述训练图像基于至少一个卷积层进行处理，得到初始特征图；

对所述训练图像基于所述卷积神经网络的第一分支进行处理，包括：

对所述初始特征图基于所述卷积神经网络的第一分支进行处理，得到所述第一分支特征图；

对所述训练图像基于所述卷积神经网络的第二分支进行处理，包括：

对所述初始特征图基于所述卷积神经网络的第二分支进行处理，得到所述第二分支特征图。