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！

摘要：本发明涉及一种人群计数方法、装置、设备和介质，其中，该人群计数方法包括：将训练图像通过卷积神经网络计算得到第一特征，将第一特征通过一阶统计注意力网络计算得到第二特征，将第一特征通过二阶统计注意力网络计算得到第三特征，其中，该第三特征表示训练图像中尺寸小的人群目标的头部特性，将第一特征、第二特征和第三特征通过级联层计算得到预测密度图，根据预测密度图和标签密度图训练二阶混合深度神经网络，将待计数图像通过训练好的二阶混合深度神经网络计算得到人群密度图，根据人群密度图计算得到待计数图像中的人数。通过本申请，解决了基于卷积神经网络对人群目标密集且尺寸小的图像进行人群计数存在准确率低的问题。

主权项：1.一种人群计数方法，其特征在于，所述方法包括：将训练图像通过二阶混合深度神经网络中的卷积神经网络计算得到第一特征，将所述第一特征通过所述二阶混合深度神经网络中的一阶统计注意力网络计算得到第二特征，将所述第一特征通过所述二阶混合深度神经网络中的二阶统计注意力网络计算得到第三特征，其中，所述第三特征表示所述训练图像中尺寸小的人群目标的头部特性；将所述第一特征、所述第二特征和所述第三特征通过所述二阶混合深度神经网络中的级联层进行计算，得到预测密度图，根据所述预测密度图和标签密度图训练所述二阶混合深度神经网络；将待计数图像通过训练好的二阶混合深度神经网络计算得到所述待计数图像的人群密度图，根据所述人群密度图计算得到所述待计数图像中的人数；所述将所述第一特征通过所述二阶混合深度神经网络中的一阶统计注意力网络计算得到第二特征，包括：对所述第一特征进行降维处理得到特征矩阵，将所述特征矩阵与所述卷积神经网络中的第一卷积核按照像素级相乘得到一阶统计注意力特征图，其中，所述第一卷积核与所述特征矩阵的尺寸相同；将所述第一特征与所述一阶统计注意力特征图相乘得到所述第二特征；所述将所述第一特征通过所述二阶混合深度神经网络中的二阶统计注意力网络计算得到第三特征，包括：计算所述特征矩阵的协方差矩阵，将所述协方差矩阵与所述卷积神经网络中的第二卷积核按照像素级相乘得到特征匹配图，其中，所述第二卷积核与所述协方差矩阵的尺寸相同；将所述特征匹配图通过卷积操作得到二阶统计注意力特征图；将所述第一特征与所述二阶统计注意力特征图相乘得到所述第三特征；所述级联层包括双线性上采样层、卷积层、批量归一化层和ReLU层，所述将所述第一特征、所述第二特征和所述第三特征通过所述二阶混合深度神经网络中的级联层进行计算，得到预测密度图，包括：将所述第一特征、所述第二特征和所述第三特征进行级联后依次通过所述双线性上采样层、所述卷积层、所述批量归一化层和所述ReLU层进行计算，得到所述预测密度图。

全文数据：

权利要求：

百度查询： 浙江小远机器人有限公司 人群计数方法、装置、电子设备及计算机存储介质