[发明专利]基于深度学习的密集人数估计方法

摘要

本发明涉及一种基于深度学习的密集人数估计方法，包括以下步骤选择一幅密集场景的图像作为测试图像，然后对测试图像进行分块操作，分块的比例要保证与原图像的宽高比近似相同；将分得的图像块进行归一化操作，归一化成32×32的像素块，作为我们的测试样本，并附上对应的真实人数标签；将像素块批量送入已经训练好的深度网络中，对于每个像素块，网络都会反馈一个预测结果；将每个像素块的预测结果求和，所得到的结果就是我们需要估计的测试图像中的总人数。本发明的有益效果是将深度学习的方法引入到了人数统计这一具体问题之中；构造的包含两路信号的回归模型，从一定程度上降低了出现过拟合的可能性。

主权项

一种基于深度学习的密集人数估计方法，其特征是：包括以下步骤：(1)选择一幅密集场景的图像作为测试图像，然后对测试图像进行分块操作，分块的比例要保证与原图像的宽高比相同；(2)将分得的图像块进行归一化操作，归一化成32×32的像素块，作为我们的测试样本，并附上对应的真实人数标签；(3)将像素块批量送入已经训练好的深度网络中，对于每个像素块，网络都会反馈一个预测结果；(4)将每个像素块的预测结果求和，所得到的结果就是我们需要估计的测试图像中的总人数；步骤(3)中深度网络训练需要训练一个多层卷积神经网络，多层卷积神经网络包含四层，其中前三层为卷积层，最后一层为全连接层，跟随在每个卷积层后面的还包括了池化层和ReLU层，池化层采用最大值池化方法，ReLU是一种线性纠正函数，最后一层全连接层包含有100个神经元，这100个神经元与第二层以及第三层的输出进行全连接，这100个神经元的输出就是我们最终所提取的100维特征向量；步骤(3)中网络反馈每个图像块预测结果是通过构造一个包含两路信号的回归模型用来估计出每个输入图像块中的具体人数，这两路信号分别是人群密度信号和人群计数信号，人群密度信号是将得到的100维特征根据图像块中的密度等级进行分类，人群计数信号是将得到的100维特征向量和单个神经元进行全连接，再经过一个线性变换，得出一个数值，这个数值就是所估计出的人数；人群密度信号和人群计数信号，这两路信号缺一不可。