一种基于深度学习的高密度人群人数估计方法
基本信息
| 申请号 | CN201710800943.6 | 申请日 | - |
| 公开（公告）号 | CN108563975B | 公开（公告）日 | 2021-06-25 |
| 申请公布号 | CN108563975B | 申请公布日 | 2021-06-25 |
| 分类号 | G06K9/00;G06K9/46 | 分类 | 计算；推算；计数; |
| 发明人 | 厉紫阳;沈徐兰;冯卢梦;周红晶 | 申请（专利权）人 | 海峡创新互联网股份有限公司 |
| 代理机构 | 北京君莫知识产权代理事务所（普通合伙） | 代理人 | 崔云鹤 |
| 地址 | 350400 福建省福州市平潭综合实验区金井湾片区商务营运中心6号楼17层 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度学习的高密度人群人数估计方法。本发明用混合高斯模型的方法提取视频的前景和背景图像，并进行预处理操作；采集热成像图，使用热成像仪获取该前景图像所对应的RGB热力图像。然后提取该热力图像中所有R通道的值，生成一个热力矩阵；采集灰度图像；训练一个卷积神经网络模型；用训练之后的人群估算模型对步骤4中的人口热力矩阵进行测试，得出模型反馈的结果，最终得出估算的人群数量。本发明综合考虑了人数较少场景和人数较多场景，设计出了使用热力图和灰度图生成热度矢量矩阵，并根据训练好的卷积神经网络模型代入计算，最终估计出人群人数的方法。本发明在各种场景中均具有比较高的估计精度。 |
