[发明专利]一种复杂场景中流动人群的分布与计数检测的方法

摘要

本发明公开了一种复杂场景中流动人群的分布与计数检测的方法。该方法包括的步骤有：构建预训练模型、多层网络初始化、特征提取与感知、融合估算人群数量。基于这些步骤，可以先通过构建一列单列的卷积神经网络作为预训练模型，融入多层卷积神经网络中，然后再通过对人群密度信息感知，将待识别图像中的多尺度信息，通过分类感知以及得分图的方式融合进整个网络中，从而提高该网络识别人群的准确率和执行效率，以及良好的可迁移性。

主权项

1.一种复杂场景中流动人群的分布与计数检测的方法，其特征在于，包括以下步骤：构建预训练模型，构建一单列卷积神经网络BLCNN模型，利用公开数据集提供的原始图像作为输入，以所述原始图像中对应的人群标注文件作为输出，对所述BLCNN模型进行训练，得到预训练模型；多层网络初始化，利用所述预训练模型对多层卷积神经网络MLCNN网络初始化，所述MLCNN网络包括由所述预训练模型构成的第一层网络，以及在所述第一层网络之后并行分开的感知支路网络和融合支路网络；特征提取与感知，将待识别图像输入到所述第一层网络提取特征信息，所述特征信息进一步输入到感知支路网络得到感知信息，所述感知信息还输入到所述融合支路网络进行信息融合；融合估算人群数量，所述特征信息还输入到融合支路网络，并利用所述感知信息进行信息融合和密度估算，得到所述待识别图像中对应的人群数量。