[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

说明书

本发明公开了一种基于注意力掩码的就餐人员监控方法、装置和电子设备。所述方法，包括：获取多个餐厅图像；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。这样，基于更高精度的所述餐厅图像的语义分割结果，能够更为精确地对餐厅内就餐人员的聚集程度进行监控。

技术领域

本申请涉及人工智能技术领域，且更为具体地，涉及一种基于注意力掩码的智慧园区的就餐人员监控方法、装置和电子设备。

背景技术

智慧城市是把新一代信息技术充分运用在城市中各行各业的城市信息化高级形态。智慧园区是智能城市建设的重要部分，餐厅是每个园区都会配置的基础设置。

餐厅是人群密集的地方，对于餐厅内就餐人员的聚集程度的监控是餐厅监控的重要内容，尤其是在传播性疾病（例如，新冠肺炎）爆发的阶段。国家相关部分已规定：在疫情期间，餐厅内的就餐人员应间隔进食，以降低疾病传播的风险。

目前，深度学习以及神经网络已经广泛应用于计算机视觉、自然语言处理、语音信号处理等领域。此外，深度学习以及神经网络在图像分类、物体检测、语义分割、文本翻译等领域，也展现出了接近甚至超越人类的水平。

深度学习以及神经网络的发展（尤其是图像语义分割技术的发展）为智能园区的餐厅内就餐人员的聚集程度的监控提供了新的解决思路和方案。

发明内容

为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于注意力掩码的智慧园区的就餐人员监控方法、装置和电子设备，其基于注意力掩码的卷积神经网络模型对所采集的餐厅图像进行图像语义分割，以提高餐厅图像的分割精度和识别精度，从而能够精确地对智能园区内的餐厅内就餐人员的聚集程度进行远程监控。

根据本申请的一个方面，提供了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。

在上述智慧园区的就餐人员监控方法中，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。

在上述智慧园区的就餐人员监控方法中，所述第一层数是N，所述第二层数是M，则满足。

在上述智慧园区的就餐人员监控方法中，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。