-
公开(公告)号：CN113205078B
公开(公告)日：2024-04-16
申请号：CN202110605989.9
申请日：2021-05-31
Applicant: 上海应用技术大学
IPC: G06V40/10 , G06V20/52 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/092
Abstract: 本发明提供了一种基于多分支递进强化注意力人群计数方法，该方法具体步骤如下：S1：读取数据集，预处理数据；S2：构建多分支递进强化注意力神经网络；S3：训练多分支递进强化注意力神经网络并测试；S4：获取摄像头图像，输入训练好的神经网络进行测试，得到该图片的预测人数。通过上述方式，本发明能够适用于大规模密集人群场景时的人群数量检测，有效提高检测人数结果的准确性。
-
公开(公告)号：CN113283356A
公开(公告)日：2021-08-20
申请号：CN202110605990.1
申请日：2021-05-31
Applicant: 上海应用技术大学
Abstract: 本发明提供了一种多级注意力尺度感知人群计数方法，属于深度学习在计算机视觉中的应用。该方法具体步骤如下：S1：获取数据集；S2：构建多级注意力尺度感知神经网络；S3：调试并训练多级注意力尺度感知神经网络并测试；S4：获取摄像头图像，输入训练好的神经网络进行测试，得到该图片的预测密度图和预测人数。通过上述方式，本发明能够适用于大规模场景时的人群数量检测，有效的提高检测结果准确性。
-
公开(公告)号：CN110059667A
公开(公告)日：2019-07-26
申请号：CN201910353398.X
申请日：2019-04-28
Applicant: 上海应用技术大学
Abstract: 本发明提供了一种行人计数方法，包括：S1：获取待检测监控视频图像；S2：将待检测图像输入改进的深度卷积神经网络，即改进的Cascade R-CNN网络，提取特征；S3：通过RPN网络训练，对图像进行Softmax分类与目标区域判定；S4：通过ROIs Pooling层，改变每次回归中的IoU阈值对框坐标进行多次回归，多次回归网络结构为级联结构；S5：比较每一次回归后的结果，选择最佳级联个数，输出最优人头预测分割结果与回归预测结果；S6：进行行人检测后处理，人群前景分割预测与人群密度图预测进行Hadamard乘积；S7：输出最终行人检测数量与行人密度图。通过上述方式，本发明能够适用于不同场合的行人计数及密度检测，有效的提高检测结果精度及速度。
-
公开(公告)号：CN107133607A
公开(公告)日：2017-09-05
申请号：CN201710395675.4
申请日：2017-05-27
Applicant: 上海应用技术大学
Abstract: 本发明提出一种基于视频监控的人群统计方法及系统，该方法包括以下步骤：S1：获取预监控区域的实时监控图像；S2：对实时监控图像进行前景分割，分割出人群；S3：将完整的人体特征模型分为五个局部特征模型，并为各局部特征模型配置相应的权重；S4：对分割后的人群的特征进行提取，并与所述五个局部特征模型进行匹配检测，根据权重及提取的五个局部特征模型与完整的人体特征模型之间的位置偏移计算综合匹配程度，若超过特定阈值，则匹配成功；S5：根据匹配成功的次数统计人群数量，绘制人群数量变化曲线，当曲线或曲线趋势触发异常事件时，进行警示。本发明的基于视频监控的人群统计方法及系统，可适用于不同场合，准确度较高。
-
-
-
Search Results
14
records
(took 0.034 seconds)
