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！

龙图腾网获悉陕西科技大学申请的专利基于像素距离图和四维动态卷积的人群计数与定位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：CN116883388B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202311002870.8，技术领域涉及：G06T7/00；该发明授权基于像素距离图和四维动态卷积的人群计数与定位方法是由雷涛;高阳峄;王营博;薛明园;何熙;林少雄;杨子瑶设计研发完成，并于2023-08-10向国家知识产权局提交的专利申请。

本基于像素距离图和四维动态卷积的人群计数与定位方法在说明书摘要公布了：本发明公开了基于像素距离图和四维动态卷积的人群计数与定位方法，包括步骤：1、对人群头部中心点进行标注并进行平滑处理，生成真实像素距离图；2、把像素距离图裁剪后作为FDDNet网络的输入，利用特征维度提升模块对其预处理；3、利用多阶段特征提取模块提取图像的高维特征，得到四支不同分辨率的特征图；4、对特征图上采样并融合；5、将特征图输入FDDNet的空洞卷积回归头中，经过空洞卷积、批归一化层和ReLU激活函数层处理，得到256×256×1的预测像素距离图；6、训练FDDNet网络模型；7、将人群图像输入训练好的FDDNet，得到预测的像素距离图并求其局部极大值，得到行人坐标；8、局部极大值的个数为人数，提高了密集区域中人群的计数精度和定位效果。

本发明授权基于像素距离图和四维动态卷积的人群计数与定位方法在权利要求书中公布了：1.一种基于像素距离图和四维动态卷积的人群计数与定位方法，其特征在于，包括如下步骤： 步骤1、获取训练样本数据集，先对训练样本数据集中目标人群的头部中心点进行像素点级别的标注，从而得到代表行人的像素标注点，然后对像素标注点进行平滑处理，从而生成用于计算训练损失的真实像素距离图； 步骤2、先把真实像素距离图裁剪为256×256×3大小，将其作为FDDNet网络的输入数据，再利用FDDNet网络的特征维度提升模块将其预处理为64×64×32大小的图像； 步骤3、利用FDDNet网络的多阶段特征提取模块提取步骤2得到的64×64×32大小的图像的高维特征，得到四支不同分辨率的特征图，具体包括如下步骤： 步骤3.1、对特征维度提升模块输出的64×64×32大小的特征图进行第一阶段的特征提取，对图像进行卷积操作，并保持特征图的大小为64×64×32； 步骤3.2、对第一阶段输出的64×64×32的特征图进行下采样提取特征，保留步骤3.2的网络分支，下采样后特征图大小为32×32×64，并对特征图进行第二阶段的特征提取与融合； 步骤3.3、对第二阶段输出的32×32×64分支的特征图下采样并且保留步骤3.2和步骤3.3的网络分支，得到大小为16×16×128的特征图，并对特征图进行第三阶段的特征提取与融合； 步骤3.4、对第三阶段输出的16×16×128的特征图下采样并且保留步骤3.2~步骤3.4的三个网络分支，得到大小为8×8×256的特征图，并对特征图进行第四阶段的特征提取与融合，从而得到不同分辨率的特征图； 所述步骤3.2~步骤3.4均采用四维动态卷积进行下采样，四维动态卷积定义为： 式中，代表每个备选卷积核的注意力值，表示沿输入通道方向的注意力值，表示沿输出通道方向的注意力值，而表示卷积核空间维度上的注意力值，，，，，Cin和Cout分别代表卷积前后特征图的通道数，R是自然数域，k代表卷积核的大小，表示沿着核空间的不同维度的乘法运算，代表所有备选卷积核与四个维度权重乘法运算，与进行卷积，计算得到动态卷积层的输出特征图； 所述四维动态卷积采用四路并行的注意力机制获取卷积核全维度的动态特性，注意力机制表示为： 式中，表示激活函数，表示全连接层，表示激活函数，表示全局平均池化，表示输入特征图； 步骤4、将四支不同分辨率的特征图通过双线性插值上采样到训练样本原始图像的14大小的特征图，然后将得到的所有特征图融合在一起，得到大小为64×64×32的特征图； 步骤5、将步骤4得到的64×64×32的特征图输入到FDDNet网络的空洞卷积回归头中，依次经过空洞卷积、批归一化层和ReLU激活函数层处理后，得到256×256×1的预测像素距离图； 步骤6、计算真实像素距离图与预测像素距离图与之间的均方误差损失，迭代训练后，优化FDDNet网络模型的参数； 步骤7、先将一张人群图像输入训练好的FDDNet网络模型中，得到预测的像素距离图，然后利用局部极大值检测算法LMDS计算预测像素距离图的局部极大值，得到每个行人的具体坐标； 步骤8、对步骤7得到的局部极大值的个数求和，得到人群图像中的人数。

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陕西科技大学，其通讯地址为：710021 陕西省西安市未央大学园区；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”。

以上内容由龙图腾AI智能生成。