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！

龙图腾网获悉西南科技大学申请的专利一种新的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：CN116363594B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202310366285.X，技术领域涉及：G06V20/52；该发明授权一种新的人群计数方法是由张红英;曾芸芸;蒲俊涛设计研发完成，并于2023-04-07向国家知识产权局提交的专利申请。

本一种新的人群计数方法在说明书摘要公布了：本发明给出了一种新的人群计数方法。首先，用VGG19的前16层作为骨干网提取浅层特征，再在特征提取模块采用双分支结构，分支1采用融合自注意力机制的金字塔结构，通过金字塔结构生成特征图送入过渡残差块生成分支1的特征图，分支2使用双通道注意力模块，将分支1、2得到的特征图送入过渡残差块进行拼接融合，将融合后的特征图送入过渡模块生成最终的特征图，最后将最终的特征图送入1×1卷积生成密度图。本发明在模型训练时使用联合损失函数以最小化离群点对于整个模型的影响；本发明的分支1可以准确的定位不同尺度的目标，描绘特征图中任意两个位置之间的空间依赖性；本发明的分支2可以关注人群中的重要特征因此可实现优异的人群计数性能。

本发明授权一种新的人群计数方法在权利要求书中公布了：1.一种新的人群计数方法，其特征在于网络模型设计两个分支进行深层特征提取，分支1加入了融合注意力机制金字塔结构，分支2加入双通道注意力模块，设计残差过渡块block进行特征融合，设计过渡模块提取深层二维信息以及在模型训练时加入了联合损失函数5个特点；其中包括对数据集进行预处理、对图像进行特征提取与融合、对融合后的特征张量生成密度图、对密度图进行积分得到人群数量、对网络进行训练与测试五个部分： 第一部分包括两个步骤 步骤1，首先下载人群计数ShanghaiTechPartB，UCF-QNRF，UCF-CC-50数据集，其中标签格式均为.mat,mat文件里面记录了每个注释人头的二维坐标和总人头数量，根据数据集里的标注生成真值密度图，首先构造一个和原始图片大小相同的矩阵，并将其全部置0，然后将每个被标记的人头对应的位置置1，这样就得到了一个只有0和1的矩阵，最后通过高斯核函数进行卷积得到一个连续的密度图； 步骤2，将数据集的图片随机裁剪14作为训练图像，并将图像经旋转，平移基础操作，增强训练样本集，形成最终的训练集样本； 第二部分包括三个步骤： 步骤3，将步骤2中的训练样本输入以VGG19前16层组成的骨干网，通过通道数变换从RGB空间初步得到特征张量A； 步骤4，对步骤3得到的特征张量A分别送入分支1，分支2；分支1中，特征张量A通过金字塔结构得到特征张量B1、B2、B3、B4、B5，其中B1是经过1×1卷积得到的特征张量，B2、B3、B4是经过三个不同的膨胀卷积得到的特征张量，B5是经过全局池化得到的特征张量；将特征张量B2、B3、B4送入自注意力模块得到特征张量C1、C2、C3，再将特征张量C1、C2、C3、B1、B5进行拼接得到特征张量D，最后将特征张量D送入到有两个卷积级联的残差过渡块block得到分支1最终的特征张量E； 步骤5，分支2中，特征张量A通过双通道注意力模块得到特征张量F；将分支1得到的特征张量E与分支2得到的特征张量F进行拼接得到特征张量G，将G送入残差过渡块block得到融合后的特征张量H； 第三部分包括一个步骤： 步骤6，将步骤5中得到的特征张量H经三个卷积块级联的过渡模块处理提取深层二维信息并变换通道得到最终的特征图I，最后特征图I经1×1卷积得到预测密度图； 第四部分包括一个步骤： 步骤7，将步骤6得到的预测密度图进行求和得到最后的人群数量； 第五部分包括三个步骤： 步骤8，在训练中，联合使用欧式距离损失函数L2和L1； 步骤9，调试从步骤3到步骤6的网络结构超参数，并得到最终的训练模型； 步骤10，将步骤1中测试集输入到步骤9中的训练模型，得到最终的密度图。

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南科技大学，其通讯地址为：621010 四川省绵阳市涪城区青龙大道59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。