(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210520490.2 (22)申请日 2022.05.12 (71)申请人 西北工业大 学 地址 710072 陕西省西安市友谊西路127号 (72)发明人 王琦　王宇泽　韩滔　李学龙　 (74)专利代理 机构 西安凯多 思知识产权代理事 务所(普通 合伙) 61290 专利代理师 范倩 (51)Int.Cl. G06V 20/52(2022.01) G06V 10/82(2022.01) G06V 10/28(2022.01) G06V 10/44(2022.01) (54)发明名称 密集场景 下的人群 检测方法 (57)摘要 本申请公开了一种密集场景下的人群检测 方法。 该密集场景下的人群检测方法包括： 将RGB 图像输入到主干网络中以提取得到特征图； 对所 述特征图进行处理以得到置信度图； 对所述置信 度图进行处理以得到二值图， 并利用所述二值图 处理得到 人群定位和计数信息； 对 所述特征图进 行处理以得到尺寸图； 利用所述二值图和所述尺 寸图解算得到每个检测框的大小及位置， 其中， 每个连通域的中心点为人头部定位点， 所述连通 域的个数为所述RGB图像中人的个数。 本申请可 以解决群密集场景 下人群检测困难的问题。 权利要求书2页 说明书7页 附图1页 CN 114998826 A 2022.09.02 CN 114998826 A 1.一种密集场景 下的人群 检测方法， 其特 征在于， 包括： 步骤S1： 将RGB图像输入到主干网络中以提取 得到特征图； 步骤S2： 对所述特 征图进行处 理以得到 置信度图； 步骤S3： 对所述置信度图进行处理以得到二值图， 并利用所述二值图处理得到人群定 位和计数信息； 步骤S4： 对所述特 征图进行处 理以得到尺寸图； 步骤S5： 利用所述二值图和所述尺寸图解算得到每个检测框的大小及位置， 其中， 每个 连通域的中心点 为人头部定位点， 所述连通 域的个数为所述RGB图像中人的个数。 2.根据权利要求1所述的密集场景下的人群检测方法， 其特征在于， 在所述步骤S1中， 所述主干网络包括VG G‑16或者HRNet。 3.根据权利要求1所述的密集场景下的人群检测方法， 其特征在于， 在所述步骤S1中， 所述主干网络提取 得到的特 征图满足关系式： F＝Φ(I； θe) 其中,F为所述特征图， Φ为 关于特征提取器的函数， θe为所述特征提取器所处神经网络 的权重， I为所述RGB图像， I∈RH×W×3， R为实数， c为所述特征图的通道数， H和W 分别为所述RGB图像的高和宽 。 4.根据权利要求3所述的密集场景 下的人群 检测方法， 其特 征在于， 所述 步骤S2包括： 步骤S21： 通过1 ×1的卷积层将所述特 征图的通道数变为720； 步骤S22： 通过2×2， 步长为2的反卷积层将所述特 征图的大小变成(H /2,w/2)； 步骤S23： 通过3 ×3的卷积层将所述特 征图的通道数降为32； 步骤S24： 通过反卷积层将所述特 征图的尺寸变为(H,W)； 步骤S25： 通过1 ×1的卷积层输出 单通道的所述置信度图， 所述置信度图满足关系式： C＝ ψ(F； θc) 其中， C为所述置信度图， C∈RH×W， ψ为关于置信度预测器的函数， θc为所述置信度预测 器所处神经网络的权 重。 5.根据权利要求1所述的密集场景 下的人群 检测方法， 其特 征在于， 所述 步骤S3包括： 步骤S31： 将所述特 征图和所述置信度图通过点积运 算得到一个新特 征图； 步骤S32： 将得到的所述 新特征图送入阈值学习器学习到一个阈值图； 步骤S33： 根据得到所述阈值图和所述置信度图得到所述 二值图； 步骤S34： 通过 所述二值图得到所述人群 计数和定位的结果。 6.根据权利要求5所述的密集场景下的人群检测方法， 其特征在于， 所述新的特征图满 足关系式： 其中， Ffilter为所述新特征图， R为实数， c为所述特征图的通道数， H和W 分别为所述RGB图像的高和宽， 表示点积运算， D为下采样运 算， C为所述置信度图。 7.根据权利要求6所述的密集场景下的人群检测方法， 其特征在于， 所述阈值图满足关权　利　要　求　书 1/2 页 2 CN 114998826 A 2系式： T＝Φ1(Ffilter； θt) 其中， T为所述阈值图， T∈RH×W， Φ1为关于阈值学习器的函数， θt为所述阈值学习器所 处神经网络的权 重。 8.根据权利要求6所述的密集场景下的人群检测方法， 其特征在于， 所述二值图满足关 系式： 其中， Bij为所述二值图， η为关于所述阈值图和所述置信度图的函数， C为所述置信度 图， T为所述阈值图。 9.根据权利要求1所述的密集场景 下的人群 检测方法， 其特 征在于， 所述 步骤S4包括： 步骤S41： 将所述特 征图依次送入4个残差块中， 将所述特 征图的通道数变为32； 步骤S44： 通过两个反卷积层得到一张和所述RGB图像一样大的所述尺度图， 所述尺度 图， 满足关系式： s＝X(F； θs) 其中， S为所述尺度图， S∈RH×W， R为实数， H和W分别为所述RGB图像的高和宽， X为关于尺 度图预测器的函数， F为所述特 征图， θs为所述尺度图预测器所处神经网络的权 重。 10.根据权利要求1所述的密集场景下的人群检测方法， 其特征在于， 在所述步骤S5 中， 所述二值图中的每个连通域表示一个目标， 对于第k个目标， 其中心点的位置为Pk＝(xk, yk)， 该中心点最初的大小为(wk,hk)， 通过所述中心 点和所述最初的大小解算得到所述连通 域的宽和对角线之间的角度， 公式如下： 其中， 为所述连通域对角线长度的一半， α为所述连通域宽和对角线 之间的角度， 最终的检测框的对角线长度的一半σ ′k由所述尺度图S确定， 其中， σ ′k＝S(xk, yk)， 然后通过角度α 得到最终检测框的宽和高， 其中， w′k为最终检测框的宽， h ′k为最终检测框的高。权　利　要　求　书 2/2 页 3 CN 114998826 A 3