[发明专利]基于结合全局密度特征的MCNN人群计数方法在审
| 申请号： | 201910269956.4 | 申请日： | 2019-04-04 |
| 公开（公告）号： | CN109948593A | 公开（公告）日： | 2019-06-28 |
| 发明（设计）人： | 刘志;陈越;沈国江 | 申请（专利权）人： | 浙江工业大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 杭州之江专利事务所(普通合伙) 33216 | 代理人： | 张慧英 |
| 地址： | 310014 浙江省杭州*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及基于结合全局密度特征的MCNN人群计数方法，本发明可适应于不同密度场景，是一种能够生成含有更全面信息的人群密度图的人群计数方法，本发明通过对人群密度图积分得到估计人数，能够避免人群图像中的人群遮挡和人群不均匀分布对计数产生的影响；并且利用结合全局密度特征的卷积神经网络进行人群密度图的估计，能够适用于不均匀人群分布场景，生成含有更全面信息的密度图，人数估计结果具有较高的准确率和鲁棒性。 | ||
| 搜索关键词： | 人群 密度图 密度特征 全局 卷积神经网络 不均匀分布 场景 人数估计 不均匀 鲁棒性 准确率 遮挡 图像 | ||
【主权项】：
1.基于结合全局密度特征的MCNN人群计数方法，其特征在于，包括如下步骤：(1)准备训练样本集：根据带有人头位置标注的图像数据集，利用二维高斯卷积核，生成数据集中每张图像对应的人群密度图标签和密度等级标签，组成得到训练样本集；(2)输入图像，利用结合全局密度特征的MCNN网络中两个子任务分别提取输入图像的全局密度特征和人群计数特征，并通过特征拼接的方式融合两个子任务中提取得到的特征，得到结合全局密度特征的特征图；(3)利用最大‑均值池化和反卷积层，对结合全局密度特征的特征图进行处理，得到最终估计的特征图；(4)将最终估计的特征图映射为密度图，通过对密度图进行积分，实现人群数量的估计。
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浙江工业大学，未经浙江工业大学许可，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/201910269956.4/，转载请声明来源钻瓜专利网。
