-
公开(公告)号：CN111626134B
公开(公告)日：2023-04-21
申请号：CN202010349623.5
申请日：2020-04-28
Applicant: 上海交通大学
IPC: G06V20/52 , G06V10/762 , G06V10/764
Abstract: 本发明公开一种基于隐密度分布的密集人群计数方法、系统及终端，所述方法包括：根据人群点图通过高斯网络得到自适应的隐高斯密度图；根据计数损失项、平滑项和贝叶斯项，指导隐高斯密度图优化，使其生成质量更高；根据所述隐高斯密度图作为训练目标，结合对抗损失函数和贝叶斯损失函数，将密集人群图像输出为预测的密度分布图；预测的密度分布图进行求和，可得到预测的密度人数。密度预测器、隐高斯密度生成器、判别器三网络交替训练，协同优化。本发明较大程度提升了精度，具有良好的鲁棒性，且因未增加推断阶段的参数量和运算量，具有较强的应用价值。
-
公开(公告)号：CN113191301B
公开(公告)日：2023-04-18
申请号：CN202110528792.X
申请日：2021-05-14
Applicant: 上海交通大学
Abstract: 本发明公开一种融合时序和空间信息的视频密集人群计数方法及系统，该方法包括：获取包括密集行人的视频序列，确定所述视频序列中密集人群坐标数据，并转化为密集人群密度图序列；将所述密集人群密度图序列作为预测网络学习目标，采用空间一致性损失函数和时序一致性损失函数，对生成目标进行约束；所述预测网络采用引入3D卷积和分组卷积的预测网络；将需预测的密集人群图像序列输入所述预测网络，输出预测的密度预测图；对所述密度预测图所有像素值进行求和，得到最终的预测人数。本发明较大程度提升了精度，具有良好的鲁棒性，具有较强的应用价值。
-
公开(公告)号：CN111626134A
公开(公告)日：2020-09-04
申请号：CN202010349623.5
申请日：2020-04-28
Applicant: 上海交通大学
Abstract: 本发明公开一种基于隐密度分布的密集人群计数方法、系统及终端，所述方法包括：根据人群点图通过高斯网络得到自适应的隐高斯密度图；根据计数损失项、平滑项和贝叶斯项，指导隐高斯密度图优化，使其生成质量更高；根据所述隐高斯密度图作为训练目标，结合对抗损失函数和贝叶斯损失函数，将密集人群图像输出为预测的密度分布图；预测的密度分布图进行求和，可得到预测的密度人数。密度预测器、隐高斯密度生成器、判别器三网络交替训练，协同优化。本发明较大程度提升了精度，具有良好的鲁棒性，且因未增加推断阶段的参数量和运算量，具有较强的应用价值。
-
公开(公告)号：CN113191301A
公开(公告)日：2021-07-30
申请号：CN202110528792.X
申请日：2021-05-14
Applicant: 上海交通大学
Abstract: 本发明公开一种融合时序和空间信息的视频密集人群计数方法及系统，该方法包括：获取包括密集行人的视频序列，确定所述视频序列中密集人群坐标数据，并转化为密集人群密度图序列；将所述密集人群密度图序列作为预测网络学习目标，采用空间一致性损失函数和时序一致性损失函数，对生成目标进行约束；所述预测网络采用引入3D卷积和分组卷积的预测网络；将需预测的密集人群图像序列输入所述预测网络，输出预测的密度预测图；对所述密度预测图所有像素值进行求和，得到最终的预测人数。本发明较大程度提升了精度，具有良好的鲁棒性，具有较强的应用价值。
-
-
-
Search Results
4
records
(took 0.016 seconds)
