本发明公开了一种基于编解码‑跳跃连接尺度金字塔网络的人群计数方法。本发明提出了一种深度卷积神经网络结构，称为ED‑SSPNet，由特征提取编码器(FEE)和特征映射解码器(DMD)两部分组成。FEE整合了尺度聚合模块中提取的特征，利用加权的跳跃连接的方式获取多尺度信息和上下文信息，保证信息不丢失。DMD采用反卷积和融合操作生成包含细节信息的特征，得到高质量的密度图，达到精确计数的目的。结果表明，这种方法具有更好的鲁棒性和自适应能力。
📄 2020104189605
📂 G06V20_52
👤 杭州电子科技大学
📅 2020-05-18
本发明提供一种基于视频图像的人群计数方法。本发明方法输入数据为连续视频帧图像，通过对采集的连续视频帧与给定的背景图像做像素减法分离冗余信息得到预处理后的输入图像；将经过预处理的图像输入基于密度分类的编码-解码网络模型中，使用主干网络提取多尺度特征，并对其进行特征融合用于密度回归给出权重；同时利用提取的多尺度特征上采样得到对应的密度估计图，最终实现不同尺度特征对应的密度图加权得到最终密度估计图。本发明提出的方法针对视频图像的人群计数，在一定程度上利用了行人间的相似性，并利用了冗余信息的过滤，不仅可以得到实时的行人计数，并且能够实时地保留背景图片。
📄 2020104305837
📂 G06K9_00
👤 杭州电子科技大学
📅 2020-05-20
本发明提供了一种基于全局上下文卷积网络的人群计数方法及系统，该方法分别提取待计数图像的低级特征图和高级特征图；对低级特征图和高级特征图分别提取多尺度特征，获得具有多尺度信息的特征图；通过对空间信息和通道信息的捕获，将全局上下文特征聚合到每个像素，得到具有上下文信息的特征图，得到像素间的远程依赖关系，使特征图包含更丰富的信息；并通过上采样和特征融合得到人群密度图，提高了人群计数精度。
📄 2021103826456
📂 G06T7_00
👤 山东师范大学
📅 2021-04-09
本发明公开了一种基于多尺度融合与分布匹配的人群计数方法及系统，所述方法包括：获取人群图像并进行预处理，建立数据集；以VGG为主干网络、引入注意力机制和多尺度特征融合模块构建多尺度分支预测模型，并基于数据集进行预训练；将预待测人群图像输入预训练的多尺度分支预测模型，生成密度图并进行人群计数。本发明可以对人群图像进行不同尺度的特征提取和融合，得到各种尺度的高级语义特征图，将前端输出的不同尺度的特征图进行通道融合生成密度图，可以兼顾不同人群密集尺度的差异，提高了人群计数的准确度。
📄 2024106223878
📂 G06V20_52
👤 中南民族大学
📅 2024-05-20
本发明涉及一种基于多尺度注意力机制的视频图像人群计数方法，与现有技术相比解决了在复杂场景干扰下难以保证人群计数精确性的缺陷。本发明包括以下步骤：人群图像的获取和预处理；真实人群密度图的生成；构建多尺度注意力机制模块；人群计数模型的构建；人群计数模型的训练；待检测视频图像的获取；视频图像人群的计数。本发明设计了多尺度注意力模块，在不同的尺度分支中嵌入注意力机制来降低模型在不同尺度下无关背景噪声的影响，同时增加模型的尺度多样性。
📄 2022110884713
📂 G06F16_587
👤 安徽建筑大学
📅 2022-09-07
本发明公开了基于跨模态的密度与亮度自适应的人群计数模型及方法，通过区域密度分布状态自适应地调整预测权重，以降低预测密度图估计不均衡度的影响，确保不同密度区域都能得到相对精确的计数结果，提高人群计数的准确性；通过亮度动态调整RGB图像与红外图像特征的融合比例，能够根据当前图像的亮度自适应地调整RGB和红外图像特征的权重，从而在亮度较低时抑制RGB特征的影响，以提高在各种光照条件下的人群计数性能，以应对不同光照条件下的计数需求。本发明大大提高了人群计数的准确性和鲁棒性，使其能够适应各种复杂环境。
📄 2024112969486
📂 G06V20_52
👤 西安邮电大学
📅 2024-09-18
本发明请求保护一种基于多分支渐进嵌入的人群计数方法，旨在从静止的图片中计算出图片中总人数，属于计算机视觉领域。其中，所述方法包括以下步骤：步骤1.为了消除背景噪声对模型性能的影响，我们使用背景过滤器将人群和背景区域分开，使模型更加专注于人群区域。步骤2.为了解决模型中尺度变化的问题，设计了串联多尺度模块提取从全局到局部的多尺度信息，并将不同尺度的层以渐进的方式嵌入到密度图中，使模型适应人头大小的变化。步骤3.使用多重监督的方式生成更精准的密度图和注意力图。弥补池化过程中的信息损失，促进反向传播，并提高模型对尺度变化的鲁棒性。步骤4.使用多尺度一致性结构损失减少像素独立性和加强全局和局部的一致性。
📄 2022116503912
📂 G06T7_00
👤 重庆邮电大学
📅 2022-12-21
本公开公开的一种基于前后特征融合的多尺度人群计数方法及系统，对采集的待计数图像进行预处理，生成人群密度图，然后用个三个不同大小的卷积核对人群密度图进行卷积处理，对卷积之后生成的三个特征图进行特征融合，获取融合后特征图，对融合后特征图通过卷积、池化以及上采样等操作进行收缩与扩展，并对压缩路径与扩展路径的特征图进行特征融合，获得了有效的空间结构信息以及语义信息。然后使用1*1的卷积核来改变通道数的大小生成最终的密度图。利用每张密度图中的像素进行积分求和，得到最终的人数。解决了人群复杂的变化对于人群计数的影响，保留了更多有效的信息，从而对人群计数取得了良好的效果。
📄 202110449730X
📂 G06V10_80
👤 山东师范大学
📅 2021-04-25
柿子坊 · 知识产权运营
柿子坊知识产权运营平台