[发明专利]一种基于全卷积网络的人群密度估计、人数统计的方法

摘要

本发明公开了一种基于全卷积网络的人群密度估计、人数统计的方法，包括训练数据准备模块、预测模型设计模块、预测模型训练模块和实时检测模块。所述的全卷积网络包括1个深层卷积神经网络和2个浅层卷积神经网络；深层卷积神经网络用于处理人群离摄像头近的场景，获取人的脸部和人体特征，采用最大池化操作；浅层卷积神经网络用于处理人群离摄像头远的场景，获取人体轮廓信息，采用平均池化操作。本模型采用全卷积网络可以适应任何尺寸的输入图像；此模型采用的深层和浅层网络组合的方式，因此可以很容易地迁移到不同的应用场景；此系统可以同时高效且准确的预测出人群密度和人群数量。

主权项

一种基于全卷积网络的人群密度估计、人数统计的方法，其特征是：包括以下模块，模块一、训练数据准备模块，用于完成训练数据的准备；训练数据准备模块包括真实标签的准备和训练数据的准备；模块二、预测模型设计模块，用于设计人群密度估计和人数统计的模型结构；模块三、预测模型训练模块，用于训练人群密度估计和人数统计的离线模型；模块四、实时检测模块，用于输出人群密度估计图谱和人群数量。