[发明专利]一种基于卷积神经网络的人数统计方法

说明书

本发明公开了一种基于卷积神经网络的人数统计方法，涉及计算机视觉领域。首先对图像样本数据进行处理并生成样本图像实际的人群密度图；然后通过提取处理分支网络中的特征图获取层次上下文信息并输送到主干网络中，在主干网络中选择性融合低层和高层特征图，建立一种层次上下文和多尺度特征融合网络；利用处理后的样本数据对建立的网络进行训练；最后使用训练后的模型对任意图像进行人数统计。本发明有效解决了人数统计任务中由于图像尺度不一致导致准确率下降的问题，并提高了方法在不同场景下的普适性。

技术领域

本发明涉及计算机视觉领域，尤其涉及一种基于卷积神经网络的人数统计方法。

背景技术

人数统计，作为人群分析、场景理解以及视频监控等领域最为基础且困难的任务之一，受到了学术界和工业界的广泛关注。人数统计是指通过获取给定图像对应的密度图来定位人群并估计人群数量。

目前针对单幅图像的人数统计方法主要分为三类：基于检测的方法，基于回归的方法和基于密度图的方法。基于检测的方法和基于回归的方法在一定程度上由于人群严重遮挡和多尺度等现象性能受到限制，同时忽略了图像上关键的空间信息。因此近些年人数统计任务大多采用基于密度图的方法。同基于检测和回归的方法相比，基于密度图的人数统计方法一定程度上能够降低高密度人群带来的一系列问题，还能获取图像上关键的空间信息，这为异常检测、人群管理等一系列任务提供更多线索。现有的人数统计方法大多采用基于密度图方式的卷积神经网络，但这些方法存在无法抑制图像尺度不一致导致人数统计准确率下降的影响、不同场景下普适性不足等问题。近些年来基于密度图方式的人数统计方法的研究成果如下：Boominathan L和Kruthiventi S S S在文章“CrowdNet:A DeepConvolutional Network for Dense Crowd Counting[C]//ACM on MultimediaConference.Amsterdam:ACM,2016:640-644.”所提出的方法无法降低图像尺度不一致导致人数统计准确率下降的影响，同时存在不同场景下方法普适性不足的问题，Zhang Y和ZhouD在文章“Single-Image Crowd Counting via Multi-Column Convolutional NeuralNetwork[C]//IEEE Conference on Computer Vision and Pattern Recognition.LasVegas:IEEE Computer Society,2016:589-597.”中所提出的方法存在不同场景下方法普适性不足的问题，Sindagi V A和Patel V M在文章“CNN-Based cascaded multi-tasklearning of high-level prior and density estimation for crowd counting[C]//IEEE International Conference on Advanced Video and Signal BasedSurveillance.Lecce:IEEE,2017:1-6”中所提出的方法虽然获取一定的上下文信息提高方法普适性，但未考虑图像尺度不一致导致方法准确率下降的问题，D.B.Sam和S.Surya在文章“Switching convolutional neural network for crowd counting[C]//IEEEConference on Computer Vision and Pattern Recognition.Hawaii:IEEE,2017:6-17.”所提方法存在不同场景下方法普适性不足的缺陷。

发明内容

针对现有技术存在的问题，本发明的目的在于提供一种基于卷积神经网络的人数统计方法，通过多尺度特征融合网络有效地改善图像尺度不一致导致人数统计准确率下降的问题，通过提取层次上下文来获取更多的上下文信息以提高人数统计方法在不同场景的普适性，从而达到精确人数统计的目的。

本发明通过以下技术方案实现：一种基于卷积神经网络的人数统计方法，其特征在于，该方法包括以下步骤：