[发明专利]目标分布检测方法及设备

说明书

本申请提供一种目标分布检测方法及设备，通过对训练图像基于卷积神经网络进行处理，得到训练图像中的目标分布预测值，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；获取训练图像中的目标分布真实值与目标分布预测值的第一差异值；根据第一差异值确定卷积神经网络的参数，得到卷积神经网络模型。这样，可以利用卷积神经网络模型进行实际的目标分布检测。利用训练图像来训练卷积神经网络，卷积神经网络对特征的表达能力和鲁棒性能更好，可以提升卷积神经网络模型预测目标分布的准确性。

技术领域

本申请涉及互联网信息处理技术以及计算机技术领域，尤其涉及一种目标分布检测方法及设备。

背景技术

在一些场景中，对物体、人群等目标分布的监控，是很有必要的。例如，随着世界人口的指数增长和城市化带来的人群聚集活动如体育赛事、政治集会、公众演讲的增加，人群数量和密集度最近得到了越来越多的关注。在这一背景下，为了管理、安全的需要，对人群图像进行分析就是非常有必要的。

现有技术对目标的分布监控，通常是对监控视频中的帧图像进行处理，根据帧图像中检测到的目标的特征来预测目标的数量或分布密度等参数。但是，现有技术的目标分布检测方案的准确率不高。

发明内容

本申请实施例要解决的技术问题是，现有目标检测方法的准确率不高。

本申请实施例采用下述技术方案：

本申请实施例提供一种目标分布检测方法，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。

本申请实施例还提供一种目标分布检测方法，包括：

基于卷积神经网络模型对检测图像进行处理，得到所述检测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；

其中，所述卷积神经网络模型是对训练图像基于卷积神经网络进行训练，确定所述卷积神经网络的参数得到的。

本申请实施例还提供一种目标分布检测设备，包括：

处理模块，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；

获取模块，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；

确定模块，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。

本申请实施例还提供一种目标分布检测设备，包括：

处理模块，基于卷积神经网络模型对检测图像进行处理，得到所述检测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；

其中，所述卷积神经网络模型是对训练图像基于卷积神经网络进行训练，确定所述卷积神经网络的参数得到的。

本申请实施例还提供一种电子设备，包括至少一个处理器及存储器，所述存储器存储有程序，并且被配置成由至少一个所述处理器执行上述任一所述的目标分布检测方法。

本申请实施例还提供一种计算机可读存储介质，包括与电子设备结合使用的程序，程序可被处理器执行以完成上述任一所述的目标分布检测方法。