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：本发明公开了一种类增量目标计数自我反思模型建立方法及装置，本发明首先对训练数据集中的图像进行预处理；然后构建类增量目标计数自我反思模型，包括全局感知增量回归分支、不确定性预估分支和自我反思机制；所述全局感知增量回归分支用于提取输入图像的全局特征，生成图像对应类别的预测密度图；所述不确定性预估分支用于保持稳定性的同时增强网络的可塑性，并使用该分支的输出作为正则化信号引导增量回归分支的学习过程；所述自我反思机制修正增量回归分支的输出，促进增量分支对旧类别知识的反思，增强模型输出密度图的准确性。本发明可以高效完成类增量目标计数任务，计数结果比现有技术更优。

主权项：1.一种类增量目标计数自我反思模型建立方法，其特征在于，包括：步骤S1：将包含若干待计数图像的数据集划分为训练数据集、验证数据集及测试数据集，并确定数据集中不同类别图像的学习顺序；步骤S2：对训练数据集中的图像进行预处理；步骤S3：构建类增量目标计数自我反思模型，包括全局感知增量回归分支、不确定性预估分支和自我反思机制；所述全局感知增量回归分支用于提取输入图像的全局特征，生成图像对应类别的预测密度图；所述不确定性预估分支的输出作为正则化信号引导全局感知增量回归分支的学习过程；所述自我反思机制修正全局感知增量回归分支的输出，促进全局感知增量回归分支对旧类别知识的反思；步骤S4：按照顺序获取预处理后的训练数据，对类增量目标计数自我反思模型进行训练；步骤S5：通过验证数据集筛选出预测精度最高的类增量目标计数自我反思模型保存；步骤S6：采用测试数据集对保存的模型进行测试，获取当前类别的目标计数准确度；步骤S7：返回执行步骤S4，直至完成所有类的训练，得到训练完成的类增量目标计数自我反思模型；所述S4具体包括：步骤S4-1：设置训练参数，如果当前阶段为人群类别训练阶段，对类增量目标计数自我反思模型进行正态分布初始化，如果是增量训练阶段，则采用前一次训练得到的网络参数进行初始化，对于为当前类别新扩展的参数仍然使用正态分布进行初始化；步骤S4-2：如果当前样本属于新类，则从属于旧类的训练数据中选择若干代表性图像，将这些图像与属于新类的图像构成新类训练数据集，如果当前样本不属于新类，则执行步骤S4-3；步骤S4-3：全局感知增量回归分支对图像进行全局信息的提取，并为当前类别生成密度图，计算计数损失和分类损失步骤S4-4：不确定性预估分支执行协作损失函数，协作损失函数的计算方法如下： 式中，N表示样本数量，Piden和Piunc分别表示对于第i张图片，全局感知增量回归分支和不确定性预估分支输出的预测密度图；利用不确定性预估分支的输出和真实标签计算不确定性预估分支的计数损失计算方式与全局感知增量回归分支的计数损失一样；步骤S4-5：如果当前图像属于旧类别，则使用自我反思机制修正全局感知增量回归分支的输出，计算自我反思损失如果当前图像不属于旧类别，则直接执行步骤S4-6；步骤S4-6：结合步骤S4-3到步骤S4-5所计算的损失对网络参数进行优化，损失的计算方法如下： 式中，为模型的总损失，λ1和λ2为控制损失重要性的超参数；所述S4-5中的自我反思损失计算方法如下： 式中，N表示样本数量，Piden和分别表示第i张图像对应的预测密度图和真实的目标数量，SSIM·表示结构相似性度量指标，如果∑Piden大于0，计算否则

全文数据：

权利要求：

百度查询： 南京信息工程大学 一种类增量目标计数自我反思模型建立方法及装置