买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安理工大学申请的专利基于空洞卷积的跨层连接的施工场景人群计数方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115965613B 。

龙图腾网通过国家知识产权局官网在2025-09-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310015749.2，技术领域涉及：G06T7/00；该发明授权基于空洞卷积的跨层连接的施工场景人群计数方法是由赵志强;马培红;邱原;贾萌;黑新宏设计研发完成，并于2023-01-05向国家知识产权局提交的专利申请。

本基于空洞卷积的跨层连接的施工场景人群计数方法在说明书摘要公布了：本发明公开了基于空洞卷积的跨层连接的施工场景人群计数方法，1获取公开的人群计数数据集，并根据人工标注生成真实密度图；2建立基于空洞卷积的跨层连接的施工场景人群计数网络CL‑DCNN；3将数据集中的人群图像输入人群计数网络CL‑DCNN输出图像的预测密度图；4将输出的预测密度图进行积分求和得到图像的人群总数，并将输出的预测密度图与真实密度图进行损失计算，不断迭代更新人群计数网络中的参数；5将施工场景下的测试图片输入训练好的人群计数网络，生成人群密度图并积分求和得到人群计数结果。本发明具有很好的自适应能力和很高的预测精度。

本发明授权基于空洞卷积的跨层连接的施工场景人群计数方法在权利要求书中公布了：1.基于空洞卷积的跨层连接的施工场景人群计数方法，其特征在于，具体包括如下步骤： 步骤1，获取公开的人群计数数据集，并根据人群图像对应的标注信息生成真实密度图； 根据数据集包含的标注信息，将原始图像按照标注信息经过二值化后采用高斯平滑生成人群图像的真实密度图，具体如下： 在一张人群图像中，首先创建一张与原图大小一致的全0矩阵，设像素处有一个人头目标，将其表示为，并在矩阵中将该点处的值置1，则一张带有个人头标记的图像定义为，用如下公式表示： 其中，代表二维坐标，表示人群图像中在像素处有人头，代表人群图像的人头总数，将人群密度图定义为，由与二维高斯核卷积得到， 此时密度图计算公式如下： （2） 不同数据集由于人群分布的稀疏程度不同，高斯核的标准差也不同，当图像中人群分布较均匀时，此时采用固定标准差的高斯核，； 当图像中人群较密集时，由于视角畸变严重，人头会呈现不同大小，此时采用个最近邻人头距离的平均值作为高斯核的标准差，即在同一张人群图像内不同位置的人头采用不同标准差的高斯核，： （5） 其中，表示卷积操作，是系数因子，代表像素处的人头个最近邻人头距离的平均值，表示像素处的人头和像素处的人头间的距离； 步骤2，建立基于空洞卷积的跨层连接的施工场景人群计数网络CL-DCNN；具体如下： 步骤2.1：构建基于空洞卷积的跨层连接的施工场景人群计数网络CL-DCNN，确定网络的结构、深度、训练方式； 步骤2.2：步骤2.1所述的CL-DCNN由前端网络和后端网络两部分组成，其中前端网络采用VGG16的前10层卷积层作为特征提取器，生成深层特征图；后端网络将深层特征图进行二维空洞卷积扩大感受野，提取更深层次的语义特征，与浅层特征图进行通道维度的拼接以实现多层特征的融合，再将融合后的特征图进行上采样，得到与原图大小一致的密度图； 步骤3，将数据集中的人群图像输入步骤2的CL-DCNN输出图像的预测密度图； 步骤4，将输出的预测密度图进行积分求和得到图像的人群总数，并将输出的预测密度图与真实密度图进行损失计算，不断选代更新人群计数网络中的参数，得到最优的人群计数网络CL-DCNN；具体如下： 步骤4.1：将步骤3输出的预测密度图进行积分求和得到人群总数结果，并将步骤3生成的预测密度图与步骤1中生成的真实密度图计算均方误差作为计数损失，除了计算人群计数损失以外，还计算预测密度图和真实密度图之间的结构相似性损失函数来衡量预测密度图的质量； 步骤2.1所述的人群计数网络CL-DCNN的损失函数由计数损失和SSIM损失函数组成，计算公式如下： 其中，表示人群计数损失，计算预测密度图与真实密度图的误差平方和，M表示样本总个数，表示SSIM损失，用来约束预测密度图的质量；表示权重因子，是个超参数，表示第个输入样本，表示模型参数集合，表示第个样本的预测密度图，表示第个样本的真实密度图； 步骤4.2、根据步骤4.1中设计的损失函数采用Adam优化器训练步骤2.1中的人群计数网络CL-DCNN，利用梯度的一阶矩估计和二阶矩估计动态调整每个参数的学习率，经过偏执校正后，每一次迭代学习率都有个确定范围，使得参数比较平稳； 步骤4.3、训练结束，得到最优的人群计数网络CL-DCNN； 步骤5，将施工场景下的测试图片输入步骤4训练好的最优的人群计数网络CL-DCNN，输出对应的人群分布密度图，对密度图积分求和得到施工场景人群图像的计数结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安理工大学，其通讯地址为：710048 陕西省西安市碑林区金花南路5号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。