买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉四川大学申请的专利一种结合层聚合机制的人群计数方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116469042B 。

龙图腾网通过国家知识产权局官网在2025-07-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210016758.9，技术领域涉及：G06V20/52；该发明授权一种结合层聚合机制的人群计数方法是由严华;席梦园设计研发完成，并于2022-01-07向国家知识产权局提交的专利申请。

本一种结合层聚合机制的人群计数方法在说明书摘要公布了：本发明公布了一种结合层聚合机制的人群计数方法，属于计算机视觉领域，主要包括以下步骤：首先对数据集中的图片进行预处理，得到用于网络训练的图像块；再利用VGG16主干网络提取图像的低层特征，并且对特征通道数进行降维，以降低网络复杂度；然后利用5个级联的LAM获得丰富的多尺度信息，并且通过通道注意力模进一步优化特征；最后通过后端网络利用前面得到的精炼的特征生成人群密度图。密度图中像素相加便可得到图像中的总人数。本发明方法一定程度上解决了人群尺度变化等人群计数难点。经实验表明，在包含各种人群密度场景及环境中，本发明的计数精度优于现有已知的一定方法，能够适用于拥挤、稀疏等各种场景的人群计数与密度估计。

本发明授权一种结合层聚合机制的人群计数方法在权利要求书中公布了：1.一种结合层聚合机制的人群计数方法，其特征在于包括以下步骤： 1图像预处理：以裁剪的方式获得四张大小为原图四分之一的互不重叠的图像块，再以随机裁剪的方式获得另外四张图像块，并采取水平翻转，使得有限的图像样本能得到充分地利用，最后再进行图像增强； 2图像的低层特征提取：以VGG16的前10层卷积层作为主干网络提取包含丰富空间信息的低层特征fv，降低特征图通道数，使得网络参数和计算量减小，得到特征图fl； 3多尺度特征的提取：级联5个层聚合机制LAM，LAM通过聚合具有不同感受野和语义水平的层，以得到用于密度图回归的丰富的多尺度信息，其主要包括卷积层的逐步聚合，聚合特征的迭代融合与通道信息注意力模块，具体结构如下： 卷积层的逐步聚合：首先将输入特征图fl送入第一个卷积c1，之后将该卷积的输入与经过ReLU函数激活的输出在通道上拼接，得到聚合特征图b1，此为一次聚合操作，然后将b1送入第二个卷积c2进行第二次聚合操作的得到聚合特征图b2，并将b2送入第三个卷积c3进行第三次聚合操作得到聚合特征图b3，该过程可表示为： 其中σ表示ReLU激活函数，cat表示通道拼接操作，为了进一步重用网络中固有的信息，在聚合特征图b1，b2，b3的基础上进行迭代融合：首先将b1与b2输入第一个融合结点，经过融合结点选择和映射后得到特征图x1，再将x1与b3输入第二个融合结点，得到特征图x2，其中融合结点具体为后接ReLU激活函数的1×1卷积，该过程可表示为： 最后将x2送入通道信息注意力模块来衡量不同通道的重要性，通过学习得到特征图各通道权重w，并将权重与原特征图相乘，选择性地关注更重要的通道，削弱相对不重要的通道，以得到更优的特征图A1，其中通道注意力模块由全局平均池化GAP与后接ReLU激活函数的1×1卷积构成，该过程可表示为： w＝σconvGAPx23 A1＝x2×w4 此外，在A1和LAM输入特征之间还建立了一个残差连接以增强特征和梯度的传导； 4密度图的生成：后端网络利用LAM输出的包含丰富多尺度信息的特征图预测人群密度图，由3个卷积层和3个转置卷积层构成，其中转置卷积将特征图上采样到和原图一样的大小，最后由1×1卷积回归得到最终密度图；

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人四川大学，其通讯地址为：610065 四川省成都市武侯区一环路南一段24号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。