-
公开(公告)号：CN118675117B
公开(公告)日：2024-11-12
申请号：CN202411171031.3
申请日：2024-08-26
Applicant: 南京信息工程大学
IPC: G06V20/52 , G06V10/24 , G06V10/80 , G06V10/764 , G06V10/774
Abstract: 本发明公开了一种基于增强特征空间对齐融合网络的人群计数方法，包括：获取人群图像数据集并进行数据预处理，将人群图像数据集划分成训练集、验证集和测试集，利用标注图产生人群密度图；构建增强特征空间对齐融合网络；利用训练集、验证集对增强特征空间对齐融合网络进行训练，获得最优网络模型；将测试集输入到最优网络模型，得到人群图像计数结果。本发明能够充分利用人群计数任务中特征图的空间信息进行特征增强和特征对齐，密度图质量更高，计数准确率更高。
-
Patent Agency Ranking
公开(公告)号：CN118644821A
公开(公告)日：2024-09-13
申请号：CN202411125494.6
申请日：2024-08-16
Applicant: 南京信息工程大学
IPC: G06V20/52 , G06V10/80 , G06V10/44 , G06V10/52 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/0475 , G06N3/084 , G06N3/048
Abstract: 本申请涉及一种基于注意力特征融合与多列特征增强的人群计数方法。该方法包括：获取待识别人群图像，将待识别人群图像输入训练好的人群计数网络模型的概率图生成网络模块中进行处理，输出概率图，再将待识别人群图像和概率图输入训练好的人群计数网络模型的密度图回归网络模块中进行处理，输出密度图，密度图回归网络模块包括多列特征增强网络和双注意力特征融合网络；进而对密度图进行积分运算，获得待识别人群图像中的人群计数。由此，从而提高人群图像的计数准确性。
-
公开(公告)号：CN118644486A
公开(公告)日：2024-09-13
申请号：CN202411117386.4
申请日：2024-08-15
Applicant: 南京信息工程大学
Abstract: 本发明公开了基于双路多尺度融合网络的人群计数方法、系统，该方法包括获取人群图像数据集并进行预处理，将预处理后的数据集划分成训练集、验证集和测试集；利用标注图获得真实人群密度图；构建双路多尺度融合网络，该网络包括特征提取网络、自注意力特征增强模块、空间注意力多尺度特征融合模块、残差注意力特征融合模块和密度图生成模块；利用训练集和验证集对双路多尺度融合网络进行训练，获得训练后的双路多尺度融合网络；将测试集输入到训练后的双路多尺度融合网络，得到人群图像计数结果。本发明加强特征在通道层面上的偏好，并利用残差链接进行特征重用，充分利用各个阶段的特征，提高人群图像的计数准确性。
-
公开(公告)号：CN118644821B
公开(公告)日：2024-11-08
申请号：CN202411125494.6
申请日：2024-08-16
Applicant: 南京信息工程大学
IPC: G06V20/52 , G06V10/80 , G06V10/44 , G06V10/52 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/0475 , G06N3/084 , G06N3/048
Abstract: 本申请涉及一种基于注意力特征融合与多列特征增强的人群计数方法。该方法包括：获取待识别人群图像，将待识别人群图像输入训练好的人群计数网络模型的概率图生成网络模块中进行处理，输出概率图，再将待识别人群图像和概率图输入训练好的人群计数网络模型的密度图回归网络模块中进行处理，输出密度图，密度图回归网络模块包括多列特征增强网络和双注意力特征融合网络；进而对密度图进行积分运算，获得待识别人群图像中的人群计数。由此，从而提高人群图像的计数准确性。
-
公开(公告)号：CN118644486B
公开(公告)日：2024-11-15
申请号：CN202411117386.4
申请日：2024-08-15
Applicant: 南京信息工程大学
Abstract: 本发明公开了基于双路多尺度融合网络的人群计数方法、系统，该方法包括获取人群图像数据集并进行预处理，将预处理后的数据集划分成训练集、验证集和测试集；利用标注图获得真实人群密度图；构建双路多尺度融合网络，该网络包括特征提取网络、自注意力特征增强模块、空间注意力多尺度特征融合模块、残差注意力特征融合模块和密度图生成模块；利用训练集和验证集对双路多尺度融合网络进行训练，获得训练后的双路多尺度融合网络；将测试集输入到训练后的双路多尺度融合网络，得到人群图像计数结果。本发明加强特征在通道层面上的偏好，并利用残差链接进行特征重用，充分利用各个阶段的特征，提高人群图像的计数准确性。
-
公开(公告)号：CN118675117A
公开(公告)日：2024-09-20
申请号：CN202411171031.3
申请日：2024-08-26
Applicant: 南京信息工程大学
IPC: G06V20/52 , G06V10/24 , G06V10/80 , G06V10/764 , G06V10/774
Abstract: 本发明公开了一种基于增强特征空间对齐融合网络的人群计数方法，包括：获取人群图像数据集并进行数据预处理，将人群图像数据集划分成训练集、验证集和测试集，利用标注图产生人群密度图；构建增强特征空间对齐融合网络；利用训练集、验证集对增强特征空间对齐融合网络进行训练，获得最优网络模型；将测试集输入到最优网络模型，得到人群图像计数结果。本发明能够充分利用人群计数任务中特征图的空间信息进行特征增强和特征对齐，密度图质量更高，计数准确率更高。
-
-
-
-
-
Search Results
6
records
(took 0.025 seconds)
