[发明专利]人群密度的获取方法、装置、电子设备

说明书

本申请实施例提供了一种人群密度的获取方法、装置及电子设备，涉及图像处理技术领域，其中方法包括获得待测图像的初始人群密度图，根据至少两种尺寸分别对初始人群密度图进行划分，针对每一尺寸得到多个子区域；对多个子区域中的人数进行量化处理，得到初始人群密度图的至少两种尺寸分别对应的量化处理结果；根据至少两种尺寸分别对应的量化处理结果，确定待测图像的人群密度类别；从多个已训练的预测模型中确定与人群密度类别对应的目标预测模型，将待测图像输入至目标预测模型得到待测图像的目标人群密度图。本申请实施例相比现有技术中的预测模型提升了专一化能力，输出的人群密度图具有更高的准确性。

技术领域

本申请涉及图像处理技术领域，具体而言，本申请涉及一种人群密度的获取方法、装置、电子设备及计算机程序。

背景技术

人群密度估计是一种自动估计给定图像中总人数的技术，在人流量统计、公共安全、监控等领域发挥着重要的作用。

现阶段的人群密度估计算法主要利用深度学习技术，通过卷积神经网络从图像中提取富含高级语义信息的人群密度特征，然后对人群密度图进行回归，获得人群密度的估计结果。

现有技术通常将图像中估计的总人数作为人群密度特征，其主要构思是首先计算每个人头点与N近邻的平均距离，并把图像中所有人头的平均值作为图像中人群密度的度量，但这种计算方法实际上是将人群密度量化为一个单一的标量，无法准确地反映图像中的人群密度。

发明内容

本发明实施例提供一种克服上述问题或者至少部分地解决上述问题的人群密度的获取方法、装置、电子设备及计算机程序。

第一方面，提供了一种人群密度的获取方法，该方法包括：

获得待测图像的初始人群密度图，根据至少两种尺寸分别对初始人群密度图进行划分，针对每一尺寸得到多个子区域；

对多个子区域中的人数进行量化处理，得到初始人群密度图的至少两种尺寸分别对应的量化处理结果；

根据至少两种尺寸分别对应的量化处理结果，确定待测图像的人群密度类别；

从多个已训练的预测模型中确定与人群密度类别对应的目标预测模型，将待测图像输入至目标预测模型得到待测图像的目标人群密度图。

进一步地，对多个子区域中的人数进行量化处理，得到初始人群密度图的至少两种尺寸分别对应的量化处理结果，包括：

对于任一种尺寸的子区域，确定子区域内的人数，并对子区域内的人数进行量化处理，获得子区域内的人数量化值；

对子区域中的人数量化值的频数进行归一化处理，获得初始人群密度图的任一种尺寸对应的量化处理结果。

进一步地，对子区域内人数进行量化处理，获得子区域内的人数量化值，包括：

从任一种尺寸的各个子区域中的人数中确定单个子区域的最大人数；

根据单个子区域的最大人数对同一尺寸的每个子区域的人数进行量化处理，获得每个子区域内的人数量化值。

进一步地，根据至少两种尺寸分别对应的量化处理结果，确定待测图像的人群密度类别，包括：

根据至少两种尺寸分别对应的量化处理结果获得人群密度特征；

将人群密度特征输入至预先构建的聚类模型中，获得聚类模型输出的待测图像的人群密度类别。

进一步地，将待测图像输入至目标预测模型得到待测图像的目标人群密度图，之后还包括：

从多个已训练的预测模型中确定与人群密度类别不对应的至少一个预测模型，并作为辅助预测模型；

将待测图像输入至辅助预测模型，得到待测图像的辅助人群密度图；