CN115984783A - 人群计数方法及装置 - Google Patents

Abstract

本公开涉及目标检测技术领域，提供了一种人群计数方法及装置。该方法包括：构建特征提取网络、下采样网络、上采样网络、回归网络和分类网络，利用特征提取网络、下采样网络、上采样网络、回归网络和分类网络构建人群计数模型；获取训练数据集，利用训练数据集训练人群计数模型：计算训练数据集中训练样本对应的密度归一化平均精度，基于密度归一化平均精度实现训练样本中预测点与真值点之间的第一次匹配，利用匈牙利算法实现训练样本中预测点与真值点之间的第二次匹配，其中，训练样本的标签包括真值点；利用训练好的人群计数模型检测目标图像中人群的数量。采用上述技术手段，解决现有技术中，密集人群场景下人群计数准确率低的问题。

Description

人群计数方法及装置

技术领域

本公开涉及目标检测技术领域，尤其涉及一种人群计数方法及装置。

背景技术

目前常用的人群计数方法是基于人头位置直接回归进行计数，该方法在头部尺度连续变化或者人群密度较大的情况下，在训练阶段对于标签真值会有混淆（也就是预测点与真值标签的匹配会出现大量错误），导致定位错误，置信度偏低，最终会导致密集人群场景下人群计数准确率低的问题。

在实现本公开构思的过程中，发明人发现相关技术中至少存在如下技术问题：密集人群场景下人群计数准确率低的问题。

发明内容

有鉴于此，本公开实施例提供了一种人群计数方法、装置、电子设备及计算机可读存储介质，以解决现有技术中，密集人群场景下人群计数准确率低的问题。

本公开实施例的第一方面，提供了一种人群计数方法，包括：构建特征提取网络、下采样网络、上采样网络、回归网络和分类网络，利用特征提取网络、下采样网络、上采样网络、回归网络和分类网络构建人群计数模型；获取训练数据集，利用训练数据集训练人群计数模型：计算训练数据集中训练样本对应的密度归一化平均精度，基于密度归一化平均精度实现训练样本中预测点与真值点之间的第一次匹配，利用匈牙利算法实现训练样本中预测点与真值点之间的第二次匹配，其中，训练样本的标签包括真值点；利用训练好的人群计数模型检测目标图像中人群的数量。

本公开实施例的第二方面，提供了一种人群计数装置，包括：构建模块，被配置为构建特征提取网络、下采样网络、上采样网络、回归网络和分类网络，利用特征提取网络、下采样网络、上采样网络、回归网络和分类网络构建人群计数模型；训练模块，被配置为获取训练数据集，利用训练数据集训练人群计数模型：计算训练数据集中训练样本对应的密度归一化平均精度，基于密度归一化平均精度实现训练样本中预测点与真值点之间的第一次匹配，利用匈牙利算法实现训练样本中预测点与真值点之间的第二次匹配，其中，训练样本的标签包括真值点；检测模块，被配置为利用训练好的人群计数模型检测目标图像中人群的数量。

本公开实施例的第三方面，提供了一种电子设备，包括存储器、处理器以及存储在存储器中并且可在处理器上运行的计算机程序，该处理器执行计算机程序时实现上述方法的步骤。

本公开实施例的第四方面，提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述方法的步骤。

本公开实施例与现有技术相比存在的有益效果是：因为本公开实施例通过构建特征提取网络、下采样网络、上采样网络、回归网络和分类网络，利用特征提取网络、下采样网络、上采样网络、回归网络和分类网络构建人群计数模型；获取训练数据集，利用训练数据集训练人群计数模型：计算训练数据集中训练样本对应的密度归一化平均精度，基于密度归一化平均精度实现训练样本中预测点与真值点之间的第一次匹配，利用匈牙利算法实现训练样本中预测点与真值点之间的第二次匹配，其中，训练样本的标签包括真值点；利用训练好的人群计数模型检测目标图像中人群的数量，因此，采用上述技术手段，可以解决现有技术中，密集人群场景下人群计数准确率低的问题，进而提高密集人群场景下人群计数的准确率。

附图说明

为了更清楚地说明本公开实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1是本公开实施例的应用场景的场景示意图；

图2是本公开实施例提供的一种人群计数方法的流程示意图；

图3是本公开实施例提供的一种人群计数装置的结构示意图；

图4是本公开实施例提供的一种电子设备的结构示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本公开实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本公开。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本公开的描述。

下面将结合附图详细说明根据本公开实施例的一种人群计数方法和装置。

图1是本公开实施例的应用场景的场景示意图。该应用场景可以包括终端设备101、102和103、服务器104以及网络105。

终端设备101、102和103可以是硬件，也可以是软件。当终端设备101、102和103为硬件时，其可以是具有显示屏且支持与服务器104通信的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等；当终端设备101、102和103为软件时，其可以安装在如上的电子设备中。终端设备101、102和103可以实现为多个软件或软件模块，也可以实现为单个软件或软件模块，本公开实施例对此不作限制。进一步地，终端设备101、102和103上可以安装有各种应用，例如数据处理应用、即时通信工具、社交平台软件、搜索类应用、购物类应用等。

服务器104可以是提供各种服务的服务器，例如，对与其建立通信连接的终端设备发送的请求进行接收的后台服务器，该后台服务器可以对终端设备发送的请求进行接收和分析等处理，并生成处理结果。服务器104可以是一台服务器，也可以是由若干台服务器组成的服务器集群，或者还可以是一个云计算服务中心，本公开实施例对此不作限制。

需要说明的是，服务器104可以是硬件，也可以是软件。当服务器104为硬件时，其可以是为终端设备101、102和103提供各种服务的各种电子设备。当服务器104为软件时，其可以是为终端设备101、102和103提供各种服务的多个软件或软件模块，也可以是为终端设备101、102和103提供各种服务的单个软件或软件模块，本公开实施例对此不作限制。

网络105可以是采用同轴电缆、双绞线和光纤连接的有线网络，也可以是无需布线就能实现各种通信设备互联的无线网络，例如，蓝牙（Bluetooth）、近场通信（Near FieldCommunication，NFC）、红外（Infrared）等，本公开实施例对此不作限制。

用户可以通过终端设备101、102和103经由网络105与服务器104建立通信连接，以接收或发送信息等。需要说明的是，终端设备101、102和103、服务器104以及网络105的具体类型、数量和组合可以根据应用场景的实际需求进行调整，本公开实施例对此不作限制。

图2是本公开实施例提供的一种人群计数方法的流程示意图。图2的人群计数方法可以由图1的计算机或服务器，或者计算机或服务器上的软件执行。如图2所示，该人群计数方法包括：

S201，构建特征提取网络、下采样网络、上采样网络、回归网络和分类网络，利用特征提取网络、下采样网络、上采样网络、回归网络和分类网络构建人群计数模型；

S202，获取训练数据集，利用训练数据集训练人群计数模型：计算训练数据集中训练样本对应的密度归一化平均精度，基于密度归一化平均精度实现训练样本中预测点与真值点之间的第一次匹配，利用匈牙利算法实现训练样本中预测点与真值点之间的第二次匹配，其中，训练样本的标签包括真值点；

S203，利用训练好的人群计数模型检测目标图像中人群的数量。

人群计数模型内部网络从前到后依次为：特征提取网络、下采样网络、上采样网络、回归网络和分类网络，其中，回归网络和分类网络是并行的，上采样网络的输出同时输入到回归网络和分类网络。回归网络用于表示图像中关于人的检测框；分类网络用于表示图像中的某个位置是否有人（有人该位置为真值点，无人该位置为假值点）。标签包括真值点和检测框。

现有的人群计数方法是基于人头位置直接回归进行计数，该方法在头部尺度连续变化或者人群密度较大的情况下，在训练阶段对于标签真值会有混淆，也就是预测点与真值标签的匹配会出现大量错误，所以本公开实施例是为了实现密集人群场景下预测点与真值点的正确匹配。

根据本公开实施例提供的技术方案，构建特征提取网络、下采样网络、上采样网络、回归网络和分类网络，利用特征提取网络、下采样网络、上采样网络、回归网络和分类网络构建人群计数模型；获取训练数据集，利用训练数据集训练人群计数模型：计算训练数据集中训练样本对应的密度归一化平均精度，基于密度归一化平均精度实现训练样本中预测点与真值点之间的第一次匹配，利用匈牙利算法实现训练样本中预测点与真值点之间的第二次匹配，其中，训练样本的标签包括真值点；利用训练好的人群计数模型检测目标图像中人群的数量，因此，采用上述技术手段，可以解决现有技术中，密集人群场景下人群计数准确率低的问题，进而提高密集人群场景下人群计数的准确率。

特征提取网络内部网络从前到后依次为：一个第一膨胀卷积层，并行的第一膨胀卷积层、第二膨胀卷积层、第三膨胀卷积层和第四膨胀卷积层，两个第一普通卷积层，一个第一普通卷积层。

膨胀卷积层也就是空洞卷积层，第一膨胀卷积层是空洞卷积计算的过程中相邻像素之间没有间隔，第二膨胀卷积层空洞卷积计算的过程中相邻像素之间有一个像素的间隔，第三膨胀卷积层空洞卷积计算的过程中相邻像素之间有两个像素的间隔，第四膨胀卷积层空洞卷积计算的过程中相邻像素之间有三个像素的间隔。举例说明，以上四种膨胀卷积层是卷积核为3*3的空洞卷积，第一普通卷积层是卷积核为1*1的普通卷积，第二普通卷积层是卷积核为3*3的普通卷积。

本公开实施例从算法侧说明特征提取网络内部的结构，包括：将特征提取网络的输入经过第一膨胀卷积层处理，得到第一特征；将第一特征分别经过第一膨胀卷积层处理、第二膨胀卷积层处理、第三膨胀卷积层处理和第四膨胀卷积层处理，得到第二特征、第三特征、第四特征和第五特征；将第二特征和第三特征经过第一普通卷积层处理，得到第一聚合特征，将第四特征和第五特征经过第一普通卷积层处理，得到第二聚合特征，将第一聚合特征和第二聚合特征经过第一普通卷积层处理，得到第三聚合特征，其中，第三聚合特征是特征提取网络的输出。

特征提取网络的输入也是人群计数模型的输入。本公开实施例中第一普通卷积层的作用是聚合特征。

下采样网络由多个多倍下采样层串行连接组成，其中，多倍下采样层是由第二普通卷积层构成的，下采样网络的输入是特征提取网络的输出，下采样网络的输出是上采样网络的输入。

构建上采样网络，包括：将下采样网络的输出记作第六特征，下采样网络的输出是上采样网络的输入；将下采样网络的输出经过多倍上采样层处理，得到第七特征，其中，多倍上采样层是由第二普通卷积层构成的；将第七特征和下采样网络的多个多倍下采样层中与第七特征尺寸相同的输出经过第二普通卷积层处理，得到第八特征，其中，第八特征是上采样网络的输出，上采样网络的输出是回归网络和分类网络的输入。

比如下采样网络由四个2倍下采样层串行连接组成，下采样网络是由一个2倍上采样层和第二普通卷积层串行连接组成。下采样网络的第三个2倍下采样层的输出和2倍上采样层的输出的尺寸相同。将下采样网络中从前到后第三个2倍下采样层的输出记作第九特征，将第七特征和第九特征经过第二普通卷积层处理，得到第八特征。

回归网络是由多个第二普通卷积层串行连接构成，回归网络使用的损失函数是欧式距离损失函数；分类网络是由多个第二普通卷积层和激活函数串行连接构成，分类网络使用的损失函数是交叉熵损失函数。

计算训练数据集中训练样本对应的密度归一化平均精度，基于密度归一化平均精度实现训练样本中预测点与真值点之间的第一次匹配，包括：确定人群计数模型关于训练样本的准确率-召回率曲线；计算准确率-召回率曲线对应的面积，将计算结果作为密度归一化平均精度；当密度归一化平均精度小于预设阈值所对应的预测点与真值点进行匹配。

准确率-召回率曲线是以准确率为X轴的变量，以召回率为Y轴的变量的曲线。计算准确率-召回率曲线对应的面积，是计算准确率-召回率曲线下方的面积，可以对准确率-召回率曲线做积分得到。当密度归一化平均精度小于预设阈值所对应的预测点与真值点进行匹配，是预测点与真值点之间的第一次匹配，是较为简单粗略的匹配，第一次匹配可能存在多个预测点与一个真值点匹配或者一个预测点与多个真值点匹配，而正确的匹配是一个预测点与一个真值点匹配。

利用匈牙利算法实现训练样本中预测点与真值点之间的第二次匹配，包括：在当前训练中计算并更新预测点与真值点之间对应的置信度，当置信度大于预设分数时确定预测点与真值点是匹配的，当置信度不大于预设分数时确定预测点与真值点是不匹配的，将不匹配的预测点归为背景，以完成多次迭代训练；当多个预测点与一个真值点是匹配的或者一个预测点与多个真值点是匹配的，计算每两个预测点与真值点之间的欧氏距离，根据每两个预测点与真值点之间的欧氏距离，实现预测点与真值点一对一的匹配。

在多次迭代训练中，预测点与真值点之间对应的置信度一直是优化的，而且预测点也是一直被优化的。当多个预测点与一个真值点是匹配的或者一个预测点与多个真值点是匹配的，计算匹配的任意一个预测点与任意一个真值点之间的欧氏距离，取欧氏距离最小的预测点与真值点作为该匹配中正确的匹配，进而实现预测点与真值点一对一的匹配。

上述所有可选技术方案，可以采用任意结合形成本申请的可选实施例，在此不再一一赘述。

下述为本公开装置实施例，可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节，请参照本公开方法实施例。

图3是本公开实施例提供的一种人群计数装置的示意图。如图3所示，该人群计数装置包括：

构建模块301，被配置为构建特征提取网络、下采样网络、上采样网络、回归网络和分类网络，利用特征提取网络、下采样网络、上采样网络、回归网络和分类网络构建人群计数模型；

训练模块302，被配置为获取训练数据集，利用训练数据集训练人群计数模型：计算训练数据集中训练样本对应的密度归一化平均精度，基于密度归一化平均精度实现训练样本中预测点与真值点之间的第一次匹配，利用匈牙利算法实现训练样本中预测点与真值点之间的第二次匹配，其中，训练样本的标签包括真值点；

检测模块303，被配置为利用训练好的人群计数模型检测目标图像中人群的数量。

人群计数模型内部网络从前到后依次为：特征提取网络、下采样网络、上采样网络、回归网络和分类网络，其中，回归网络和分类网络是并行的，上采样网络的输出同时输入到回归网络和分类网络。回归网络用于表示图像中关于人的检测框；分类网络用于表示图像中的某个位置是否有人（有人该位置为真值点，无人该位置为假值点）。标签包括真值点和检测框。

现有的人群计数方法是基于人头位置直接回归进行计数，该方法在头部尺度连续变化或者人群密度较大的情况下，在训练阶段对于标签真值会有混淆，也就是预测点与真值标签的匹配会出现大量错误，所以本公开实施例是为了实现密集人群场景下预测点与真值点的正确匹配。

根据本公开实施例提供的技术方案，构建特征提取网络、下采样网络、上采样网络、回归网络和分类网络，利用特征提取网络、下采样网络、上采样网络、回归网络和分类网络构建人群计数模型；获取训练数据集，利用训练数据集训练人群计数模型：计算训练数据集中训练样本对应的密度归一化平均精度，基于密度归一化平均精度实现训练样本中预测点与真值点之间的第一次匹配，利用匈牙利算法实现训练样本中预测点与真值点之间的第二次匹配，其中，训练样本的标签包括真值点；利用训练好的人群计数模型检测目标图像中人群的数量，因此，采用上述技术手段，可以解决现有技术中，密集人群场景下人群计数准确率低的问题，进而提高密集人群场景下人群计数的准确率。

特征提取网络内部网络从前到后依次为：一个第一膨胀卷积层，并行的第一膨胀卷积层、第二膨胀卷积层、第三膨胀卷积层和第四膨胀卷积层，两个第一普通卷积层，一个第一普通卷积层。

膨胀卷积层也就是空洞卷积层，第一膨胀卷积层是空洞卷积计算的过程中相邻像素之间没有间隔，第二膨胀卷积层空洞卷积计算的过程中相邻像素之间有一个像素的间隔，第三膨胀卷积层空洞卷积计算的过程中相邻像素之间有两个像素的间隔，第四膨胀卷积层空洞卷积计算的过程中相邻像素之间有三个像素的间隔。举例说明，以上四种膨胀卷积层是卷积核为3*3的空洞卷积，第一普通卷积层是卷积核为1*1的普通卷积，第二普通卷积层是卷积核为3*3的普通卷积。

可选地，构建模块301还被配置为将特征提取网络的输入经过第一膨胀卷积层处理，得到第一特征；将第一特征分别经过第一膨胀卷积层处理、第二膨胀卷积层处理、第三膨胀卷积层处理和第四膨胀卷积层处理，得到第二特征、第三特征、第四特征和第五特征；将第二特征和第三特征经过第一普通卷积层处理，得到第一聚合特征，将第四特征和第五特征经过第一普通卷积层处理，得到第二聚合特征，将第一聚合特征和第二聚合特征经过第一普通卷积层处理，得到第三聚合特征，其中，第三聚合特征是特征提取网络的输出。

特征提取网络的输入也是人群计数模型的输入。本公开实施例中第一普通卷积层的作用是聚合特征。

下采样网络由多个多倍下采样层串行连接组成，其中，多倍下采样层是由第二普通卷积层构成的，下采样网络的输入是特征提取网络的输出，下采样网络的输出是上采样网络的输入。

可选地，构建模块301还被配置为将下采样网络的输出记作第六特征，下采样网络的输出是上采样网络的输入；将下采样网络的输出经过多倍上采样层处理，得到第七特征，其中，多倍上采样层是由第二普通卷积层构成的；将第七特征和下采样网络的多个多倍下采样层中与第七特征尺寸相同的输出经过第二普通卷积层处理，得到第八特征，其中，第八特征是上采样网络的输出，上采样网络的输出是回归网络和分类网络的输入。

比如下采样网络由四个2倍下采样层串行连接组成，下采样网络是由一个2倍上采样层和第二普通卷积层串行连接组成。下采样网络的第三个2倍下采样层的输出和2倍上采样层的输出的尺寸相同。将下采样网络中从前到后第三个2倍下采样层的输出记作第九特征，将第七特征和第九特征经过第二普通卷积层处理，得到第八特征。

回归网络是由多个第二普通卷积层串行连接构成，回归网络使用的损失函数是欧式距离损失函数；分类网络是由多个第二普通卷积层和激活函数串行连接构成，分类网络使用的损失函数是交叉熵损失函数。

可选地，训练模块302还被配置为确定人群计数模型关于训练样本的准确率-召回率曲线；计算准确率-召回率曲线对应的面积，将计算结果作为密度归一化平均精度；当密度归一化平均精度小于预设阈值所对应的预测点与真值点进行匹配。

准确率-召回率曲线是以准确率为X轴的变量，以召回率为Y轴的变量的曲线。计算准确率-召回率曲线对应的面积，是计算准确率-召回率曲线下方的面积，可以对准确率-召回率曲线做积分得到。当密度归一化平均精度小于预设阈值所对应的预测点与真值点进行匹配，是预测点与真值点之间的第一次匹配，是较为简单粗略的匹配，第一次匹配可能存在多个预测点与一个真值点匹配或者一个预测点与多个真值点匹配，而正确的匹配是一个预测点与一个真值点匹配。

可选地，训练模块302还被配置为在当前训练中计算并更新预测点与真值点之间对应的置信度，当置信度大于预设分数时确定预测点与真值点是匹配的，当置信度不大于预设分数时确定预测点与真值点是不匹配的，将不匹配的预测点归为背景，以完成多次迭代训练；当多个预测点与一个真值点是匹配的或者一个预测点与多个真值点是匹配的，计算每两个预测点与真值点之间的欧氏距离，根据每两个预测点与真值点之间的欧氏距离，实现预测点与真值点一对一的匹配。

在多次迭代训练中，预测点与真值点之间对应的置信度一直是优化的，而且预测点也是一直被优化的。当多个预测点与一个真值点是匹配的或者一个预测点与多个真值点是匹配的，计算匹配的任意一个预测点与任意一个真值点之间的欧氏距离，取欧氏距离最小的预测点与真值点作为该匹配中正确的匹配，进而实现预测点与真值点一对一的匹配。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本公开实施例的实施过程构成任何限定。

图4是本公开实施例提供的电子设备4的示意图。如图4所示，该实施例的电子设备4包括：处理器401、存储器402以及存储在该存储器402中并且可在处理器401上运行的计算机程序403。处理器401执行计算机程序403时实现上述各个方法实施例中的步骤。或者，处理器401执行计算机程序403时实现上述各装置实施例中各模块/单元的功能。

电子设备4可以是桌上型计算机、笔记本、掌上电脑及云端服务器等电子设备。电子设备4可以包括但不仅限于处理器401和存储器402。本领域技术人员可以理解，图4仅仅是电子设备4的示例，并不构成对电子设备4的限定，可以包括比图示更多或更少的部件，或者不同的部件。

处理器401可以是中央处理单元（Central Processing Unit，CPU），也可以是其它通用处理器、数字信号处理器（Digital Signal Processor，DSP）、专用集成电路（Application SpecificIntegrated Circuit，ASIC）、现场可编程门阵列（Field-Programmable Gate Array，FPGA）或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。

存储器402可以是电子设备4的内部存储单元，例如，电子设备4的硬盘或内存。存储器402也可以是电子设备4的外部存储设备，例如，电子设备4上配备的插接式硬盘，智能存储卡（Smart Media Card，SMC），安全数字（Secure Digital，SD）卡，闪存卡（Flash Card）等。存储器402还可以既包括电子设备4的内部存储单元也包括外部存储设备。存储器402用于存储计算机程序以及电子设备所需的其它程序和数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本公开实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可以存储在计算机可读存储介质中，该计算机程序在被处理器执行时，可以实现上述各个方法实施例的步骤。计算机程序可以包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（Read-Only Memory，ROM）、随机存取存储器（Random Access Memory，RAM）、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如，在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

以上实施例仅用以说明本公开的技术方案，而非对其限制；尽管参照前述实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本公开各实施例技术方案的精神和范围，均应包含在本公开的保护范围之内。

Claims (10)

1.一种人群计数方法，其特征在于，包括：

构建特征提取网络、下采样网络、上采样网络、回归网络和分类网络，利用所述特征提取网络、所述下采样网络、所述上采样网络、所述回归网络和所述分类网络构建人群计数模型；

获取训练数据集，利用所述训练数据集训练所述人群计数模型：计算所述训练数据集中训练样本对应的密度归一化平均精度，基于所述密度归一化平均精度实现所述训练样本中预测点与真值点之间的第一次匹配，利用匈牙利算法实现所述训练样本中所述预测点与所述真值点之间的第二次匹配，其中，所述训练样本的标签包括所述真值点；

利用训练好的所述人群计数模型检测目标图像中人群的数量。

2.根据权利要求1所述的方法，其特征在于，所述特征提取网络内部网络从前到后依次为：一个第一膨胀卷积层，并行的所述第一膨胀卷积层、第二膨胀卷积层、第三膨胀卷积层和第四膨胀卷积层，两个第一普通卷积层，一个所述第一普通卷积层。

3.根据权利要求1所述的方法，其特征在于，构建特征提取网络，包括：

将所述特征提取网络的输入经过第一膨胀卷积层处理，得到第一特征；

将所述第一特征分别经过所述第一膨胀卷积层处理、第二膨胀卷积层处理、第三膨胀卷积层处理和第四膨胀卷积层处理，得到第二特征、第三特征、第四特征和第五特征；

将所述第二特征和所述第三特征经过第一普通卷积层处理，得到第一聚合特征，将所述第四特征和所述第五特征经过所述第一普通卷积层处理，得到第二聚合特征，将所述第一聚合特征和所述第二聚合特征经过所述第一普通卷积层处理，得到第三聚合特征，其中，所述第三聚合特征是所述特征提取网络的输出。

4.根据权利要求1所述的方法，其特征在于，所述下采样网络由多个多倍下采样层串行连接组成，其中，多倍下采样层是由第二普通卷积层构成的，所述下采样网络的输入是所述特征提取网络的输出，所述下采样网络的输出是所述上采样网络的输入。

5.根据权利要求1所述的方法，其特征在于，构建上采样网络，包括：

将所述下采样网络的输出记作第六特征，所述下采样网络的输出是所述上采样网络的输入；

将所述下采样网络的输出经过多倍上采样层处理，得到第七特征，其中，所述多倍上采样层是由第二普通卷积层构成的；

将所述第七特征和所述下采样网络的多个多倍下采样层中与所述第七特征尺寸相同的输出经过所述第二普通卷积层处理，得到第八特征，其中，所述第八特征是所述上采样网络的输出，所述上采样网络的输出是所述回归网络和所述分类网络的输入。

6.根据权利要求1所述的方法，其特征在于，所述回归网络是由多个第二普通卷积层串行连接构成，所述回归网络使用的损失函数是欧式距离损失函数；

所述分类网络是由多个第二普通卷积层和激活函数串行连接构成，所述分类网络使用的损失函数是交叉熵损失函数。

7.根据权利要求1所述的方法，其特征在于，计算所述训练数据集中训练样本对应的密度归一化平均精度，基于所述密度归一化平均精度实现所述训练样本中预测点与真值点之间的第一次匹配，包括：

确定所述人群计数模型关于所述训练样本的准确率-召回率曲线；

计算准确率-召回率曲线对应的面积，将计算结果作为所述密度归一化平均精度；

当所述密度归一化平均精度小于预设阈值所对应的所述预测点与所述真值点进行匹配。

8.根据权利要求1所述的方法，其特征在于，利用匈牙利算法实现所述训练样本中所述预测点与所述真值点之间的第二次匹配，包括：

在当前训练中计算并更新所述预测点与所述真值点之间对应的置信度，当所述置信度大于预设分数时确定所述预测点与所述真值点是匹配的，当所述置信度不大于所述预设分数时确定所述预测点与所述真值点是不匹配的，将不匹配的预测点归为背景，以完成多次迭代训练；

当多个所述预测点与一个所述真值点是匹配的或者一个所述预测点与多个所述真值点是匹配的，计算每两个所述预测点与所述真值点之间的欧氏距离，根据每两个所述预测点与所述真值点之间的欧氏距离，实现所述预测点与所述真值点一对一的匹配。

9.一种人群计数装置，其特征在于，包括：

构建模块，被配置为构建特征提取网络、下采样网络、上采样网络、回归网络和分类网络，利用所述特征提取网络、所述下采样网络、所述上采样网络、所述回归网络和所述分类网络构建人群计数模型；

训练模块，被配置为获取训练数据集，利用所述训练数据集训练所述人群计数模型：计算所述训练数据集中训练样本对应的密度归一化平均精度，基于所述密度归一化平均精度实现所述训练样本中预测点与真值点之间的第一次匹配，利用匈牙利算法实现所述训练样本中所述预测点与所述真值点之间的第二次匹配，其中，所述训练样本的标签包括所述真值点；

检测模块，被配置为利用训练好的所述人群计数模型检测目标图像中人群的数量。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述方法的步骤。

Images