公开(公告)号：CN115937597A

公开(公告)日：2023-04-07

申请号：CN202211654233.4

申请日：2022-12-22

Applicant: 南京信息工程大学

Inventor： 姜胜芹 ,  王庆 ,  蔡佳璐 ,  梅永月 ,  成锋娜 ,  刘青山

IPC: G06V10/764 ,  G06V10/766 ,  G06V10/77 ,  G06V10/82 ,  G06V10/26 ,  G06T7/11 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/096

Abstract: 本发明公开了一种面向目标计数的类增量学习网络建模方法及装置，包括：S1：获取不同类样本的数据集；S2：对数据集样本进行在线增广；S3：构建目标计数的类增量学习网络，所述类增量学习网络包括特征提取器、类无关模块和类增量模块；S4：采用增广后的数据集样本对所述类增量学习网络进行训练，得到训练好的类增量学习网络。本发明实现了在线对不同类目标密度图的学习与预测，提高了目标计数网络的实用性和适用性。

公开(公告)号：CN115861930B

公开(公告)日：2024-02-06

申请号：CN202211602852.9

申请日：2022-12-13

Applicant: 南京信息工程大学

Inventor： 姜胜芹 ,  蔡佳璐 ,  王庆 ,  成锋娜 ,  刘青山

IPC: G06V20/52 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开了一种基于层级差异特征聚合的人群计数网络建模方法，步骤为，将人群图像数据集中的样本分辨率调整为统一大小并划分为人群计数网络训练集、人群计数网络验证集和人群计数网络测试集；对人群计数网络训练集进行数据增广；构建基于层级差异特征聚合的人群计数网络；利用人群计数网络训练集对人群计数网络进行训练，通过人群计数网络验证集进行最优模型筛选；在人群计数网络测试集上对最优网络模型进行测试。首先，本发明通过层级特征的差异对聚合的特征进行精炼。其次，通过自关注特征感知模块进一步挖掘有效信息，能够有效地提高人群计数的精度。

公开(公告)号：CN115861930A

公开(公告)日：2023-03-28

申请号：CN202211602852.9

申请日：2022-12-13

Applicant: 南京信息工程大学

Inventor： 姜胜芹 ,  蔡佳璐 ,  王庆 ,  成锋娜 ,  刘青山

IPC: G06V20/52 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开了一种基于层级差异特征聚合的人群计数网络建模方法，步骤为，将人群图像数据集中的样本分辨率调整为统一大小并划分为人群计数网络训练集、人群计数网络验证集和人群计数网络测试集；对人群计数网络训练集进行数据增广；构建基于层级差异特征聚合的人群计数网络；利用人群计数网络训练集对人群计数网络进行训练，通过人群计数网络验证集进行最优模型筛选；在人群计数网络测试集上对最优网络模型进行测试。首先，本发明通过层级特征的差异对聚合的特征进行精炼。其次，通过自关注特征感知模块进一步挖掘有效信息，能够有效地提高人群计数的精度。