一种基于卷积神经网络的人群密度及数量估计方法

摘要

本发明公开了一种基于卷积神经网络的人群密度及数量估计方法，该方法首先采集场景图像，标注出场景图像中的人头位置作为训练图像集；其次根据训练图像及其人头标注生成用于训练的真实人群密度分布图；然后搭建卷积神经网络来回归人群密度分布图，计算损失函数Loss，通过损失函数利用随机梯度下降的方法进行网络权重的调整，模型收敛时训练结束；最后将待预测图像输入到训练好的卷积神经网络中，得到预测的人群密度分布图，在整张人群密度分布图上进行求和操作得到预测的总人数。相比于目前的其他方法，本方法在密集、遮挡、视角不一等复杂情况下，能够提高人群计数的准确度，有效增强了公共安全防控。