一种基于深度学习的人员检测计数方法

摘要

本发明公开了一种基于深度学习的人员检测计数方法，包括：1、对视频监控图像进行周期采集，基于FiarMot算法对人员进行检测；2、提取检测人员感兴趣区域并计算其与监控区域交并比；3、构建自适应尺度LSTM神经网络，融合全连接层和小波变换特征并使用SCN分类器进行分类，根据检测结果的熵损失值评价自动调节网络尺度。本发明能根据检测结果的熵损失值评价自动调节网络尺度，从而能实现视频人员检测模型的自寻优调节和重构，进而提高不同环境下指定区域视频人员检测率，满足准确化快速化的实际需求。