公开(公告)号：CN109389044A

公开(公告)日：2019-02-26

申请号：CN201811051713.5

申请日：2018-09-10

Applicant: 中国人民解放军陆军工程大学

Inventor： 唐斯琪 ,  潘志松 ,  李云波 ,  焦珊珊 ,  黎维 ,  刘桢 ,  王彩玲

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08

CPC classification number: G06K9/00718 ,  G06K9/00778 ,  G06N3/0454 ,  G06N3/08

Abstract: 本发明公开了一种基于卷积网络与多任务学习的多场景人群密度估计系统及方法。包括人群密度图生成模块、跨摄像头多场景学习模块、各场景密度图校准模块。其中框架的第一部分为基于卷积神经网络的鲁棒密度图生成模块，卷积神经网络由三个深度融合子网络组成，每个深度融合子网络具有三路卷积核大小、数目不同的网络构成，因此可以有效把握密度估计问题的共性，对实际应用中在背景、光照、人群密度等方面数据分布差异较大的跨摄像头多场景监控视频帧进行较为鲁棒的密度图估计；框架的第二部分为基于多任务学习的各场景数据分布学习，学习到各个场景互不相同的人群分布特征；框架第三部分利用多任务学习学习到的各个场景人群分布特征对第一部分通用人群密度估计的结果进行校准微调。此系统在真实监控场景下，可以对多场景跨摄像头的人群进行高效准确地密度估计。