[发明专利]基于注意力掩码的就餐人员监控方法、装置和电子设备

权利要求书

1.一种基于注意力掩码的智慧园区的就餐人员监控方法，其特征在于，包括：

获取由多个不同拍摄角度的图像采集装置所拍摄的所述智慧园区的餐厅的多个餐厅图像；

将所述多个餐厅图像输入卷积神经网络的第一部分以获得部分深度特征图；

将部分深度特征图输入所述卷积神经网络的第二部分以获得全局深度特征图；

基于所述部分深度特征图与所述全局深度特征图的按位置距离生成注意力掩码图；

将所述注意力掩码图与所述全局深度特征图进行点乘以获得最终特征图；以及

基于所述最终特征图进行图像语义分割以获得图像语义分割结果，所述图像语义分割结果表示所述餐厅的监控结果。

2.根据权利要求1所述的智慧园区的就餐人员监控方法，其中，所述卷积神经网络的第一部分具有第一层数，所述卷积神经网络的第二部分具有第二层数，所述第一层数小于所述第二层数。

3.根据权利要求1所述的智慧园区的就餐人员监控方法，其中，所述第一层数是N，所述第二层数是M，则满足。

4.根据权利要求1所述的智慧园区的就餐人员监控方法，其中，基于所述部分深度特征图与所述全局深度特征图的按位置距离生成注意力掩码图，包括：

计算所述部分深度特征图与所述全局深度特征图之间的按位置距离张量；

计算所述按位置距离张量中的每个位置的值相对于所述全局深度特征图的相应位置的值的归一化系数张量；以及

将所述归一化系数张量中的每个位置的值与注意力阈值进行比较以生成所述注意力掩码图。

5.根据权利要求4所述的智慧园区的就餐人员监控方法，其中，计算所述部分深度特征图与所述全局深度特征图之间的按位置距离张量包括：

基于以下等式计算所述部分深度特征图与所述全局特征图之间的按位置L1距离张量：

其中，为按位置L1距离张量中每个位置的值，为所述部分深度特征图中的每个位置的值，为所述全局深度特征图中的每个位置的值，指所述特征图的宽度维度，指所述特征图的高度维度，指所述特征图的通道维度，且指所述特征图的样本编号维度。

6.根据权利要求4所述的智慧园区的就餐人员监控方法，其中，计算所述部分深度特征图与所述全局深度特征图之间的按位置距离张量包括：

基于以下等式计算所述部分深度特征图与所述全局特征图之间的按位置L2距离张量：

其中，为按位置L2距离张量中每个位置的值，为所述部分深度特征图中的每个位置的值，所述全局深度特征图中的每个位置的值，指所述特征图的宽度维度，指所述特征图的高度维度，指所述特征图的通道维度，且指所述特征图的样本编号维度。

7.根据权利要求4所述的智慧园区的就餐人员监控方法，其中，将所述归一化系数张量中的每个位置的值与注意力阈值进行比较以生成所述注意力掩码图，包括：

根据下式将所述归一化系数张量中的每个位置的值与注意力阈值进行比较以生成所述注意力掩码图：

其中，是所述注意力掩码图中的每个位置的值，是所述归一化系数张量中的每个位置的值， 是所述注意力阈值，且。

8.根据权利要求7所述的智慧园区的就餐人员监控方法，其中，所述卷积神经网络由训练用餐厅图像训练而获得，所述训练用餐厅图像具有餐厅的已标注的标签， 、和作为超参数，与所述卷积神经网络一起由训练用餐厅图像训练而获得。