[发明专利]拥挤场景下人物计数方法及装置有效
| 申请号： | 201811258836.6 | 申请日： | 2018-10-26 |
| 公开（公告）号： | CN109241952B | 公开（公告）日： | 2021-09-07 |
| 发明（设计）人： | 尤安升;张默 | 申请（专利权）人： | 北京陌上花科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00 |
| 代理公司： | 北京知果之信知识产权代理有限公司 11541 | 代理人： | 唐海力;李志刚 |
| 地址： | 100080 北京市海淀*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种拥挤场景下人物计数方法及装置。方法包括：获取监控场景下的视频信息；标注视频信息中人物的头像；构建卷积神经网络模型，并设置卷积神经网络模型的结构及训练参数；通过生成网络消除视频信息中的复杂场景的影响，并得到当前帧特征；通过卷积神经网络对图像信息中的连续视频帧提取特征；通过LSTM网络串联连续视频帧特征，并加强当前帧特征的鲁棒性；利用加强了鲁棒性的当前帧特征，使用LSTM网络连续回归出最终的人物的位置坐标；根据最终的人物的位置坐标，得到最终的检测和计数结果。因而达到了能够通过使用生成网络消除不利影响和考虑视频帧的时序信息，并且利用LSTM设计并实现了目标检测和人群计数方法的目的。 | ||
| 搜索关键词： | 拥挤 场景 人物 计数 方法 装置 | ||
【主权项】：
1.一种拥挤场景下人物计数方法，其特征在于，包括：获取监控场景下的视频信息；标注所述视频信息中人物的头像；构建卷积神经网络模型，并设置所述卷积神经网络模型的结构及训练参数；通过生成网络消除所述视频信息中的复杂场景的影响，并得到当前帧特征；其中，所述复杂场景的影响为降低所述视频信息中图像质量的不利影响因素；通过所述卷积神经网络对所述图像信息中的连续视频帧提取特征；通过LSTM网络串联连续视频帧特征，并加强当前帧特征的鲁棒性；利用加强了鲁棒性的当前帧特征，使用LSTM网络连续回归出最终的人物的位置坐标；根据所述最终的人物的位置坐标，得到最终的检测和计数结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京陌上花科技有限公司，未经北京陌上花科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811258836.6/，转载请声明来源钻瓜专利网。
