摘要
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。