基于子模技术和半监督学习的人群计数方法

摘要

本发明属于计算机视觉和机器学习领域，具体为一种基于子模技术和半监督学习的人群计数方法。本发明主要解决了人群计数在训练模型过程中样本稀缺的问题。对于连续的高频人群监控图像，首先对每帧图像进行预处理，并提取人群面积、纹理等特征；对该图像样本集合，使用子模样本选择算法抽取少量的最优样本，再进行人为标注；最后使用半监督回归算法训练模型，利用大量未标注的样本提升模型性能。相比于随机采样、基于聚类的样本选择方法，本发明能显著降低训练样本数量，并提升模型的预测性能。