一种基于自动融合网络的人群密度检测算法及设备
基本信息
| 申请号 | CN202210145755.5 | 申请日 | - |
| 公开（公告）号 | CN114694087A | 公开（公告）日 | 2022-07-01 |
| 申请公布号 | CN114694087A | 申请公布日 | 2022-07-01 |
| 分类号 | G06V20/52（2022.01）I;G06V10/44（2022.01）I;G06V10/764（2022.01）I;G06V10/82（2022.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 倪宏宇;宋金根;周辉;姚建立;黄苏;林祖荣;颜文旭;储杰 | 申请（专利权）人 | 江南大学 |
| 代理机构 | 杭州华鼎知识产权代理事务所（普通合伙） | 代理人 | - |
| 地址 | 312099浙江省绍兴市胜利东路58号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于自动融合网络的人群密度检测算法及设备，算法包括如下步骤：S1：读入YOLOv3模型和SS‑DCNet_QNRF模型的网络结构代码和预训练权重文件；S2：用OpenCV读入视频，对原始图像I进行多尺度的缩放操作后，得到新的图像集合Ii；S3：分别用两个模型对Ii进行逐帧检测，得到人数countY和countS；S4：计算出countY和countS的平均值countM，比较countM与阈值的大小，大于阈值则采用YOLOv3模型的预测结果，小于阈值则采用SS‑DCNet模型的预测结果。本发明将YOLOv3模型、SS‑DCNet_QNRF模型进行合并，可通过预先设定的阈值，选择合适的模型检测结果，使检测的跨场景、跨密度范围检测的能力大大增加。 |
