Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 华南师范大学乐剑平获国家专利权

华南师范大学乐剑平获国家专利权

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!

龙图腾网获悉华南师范大学申请的专利一种基于密度自适应计数网络的人群分析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:CN119625640B

龙图腾网通过国家知识产权局官网在2025-10-28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:202411766555.7,技术领域涉及:G06V20/52;该发明授权一种基于密度自适应计数网络的人群分析方法是由乐剑平设计研发完成,并于2024-12-04向国家知识产权局提交的专利申请。

一种基于密度自适应计数网络的人群分析方法在说明书摘要公布了:本发明提出了一种基于密度自适应计数网络的人群分析方法,旨在克服摄像机透视效果导致的密度和比例变化问题。DACNet结合了特征提取和选择网络,通过利用高级语义特征作为一种空间注意力机制来减少人群噪声。自适应通道聚焦模块通过整合多个权重来增强特征表示。辅助点生成网络则根据实际人群密度生成辅助点,提供额外的监督信号,有效应对密度变化,并且辅助点生成网络只在训练期间引入,不会增加检测过程中的计算资源消耗。实验结果表明,该方法在人群定位和计数方面均表现出色,提高了现实场景中的适用性。

本发明授权一种基于密度自适应计数网络的人群分析方法在权利要求书中公布了:1.一种基于密度自适应计数网络的人群分析方法,其特征在于,该方法包括以下步骤: 步骤S100,基于图像捕获设备获取人群图像,作为输入图像; 步骤S200,将所述输入图像,输入训练好的密度自适应计数网络DACNet进行人群分析,得到人群数量和位置; 所述密度自适应计数网络DACNet包含特征提取网络、特征选择网络、自适应通道聚焦模块以及辅助点生成网络; 所述自适应通道聚焦模块包含多分支注意力生成单元和注意力选择单元; 所述多分支注意力生成单元,配置为将特征选择网络输出的特征Pi,其中i=1,2,3,4,经过上、下采样处理到同一维度之后,进行拼接操作,得到特征通过平均池化和最大池化操作捕获特征的空间信息,得到两个特征映射Mavg和Mmax;将Mavg和Mmax输入到N个不同尺度的尺度感知网络SAM中,生成相应的分支权重,表示为: 其中,c=1,2,…,C表示的第c个通道,n=1,2,…,N表示第n个SAM,σ表示sigmoid函数操作,δ表示ReLU函数操作,conn表示第n个SAM的卷积操作; 所述尺度感知网络SAM基于依次连接的卷积层、ReLU函数、sigmoid函数构建,卷积核大小为1×1和3×3; 所述注意力选择单元,配置为将N个分支权重Wc,n从第一个维度,即通道维度,进行拼接,得到通过softmax函数对进行软注意力选择,以自适应性地从不同尺度中选择信息,得到使用块操作将沿着通道的维度进行拆分,得到重新加权的分支权重W′c,n;将每个分支权重W′c,n都与输入特征相乘,得到N个加权特征将N个加权特征进行相加操作,得到最终的特征输出P′; 所述辅助点生成网络包含辅助点半径计算单元、辅助点生成单元、损失函数计算单元; 所述辅助点生成网络只在模型训练期间使用,在实际检测过程中不会使用,即不会增加检测的计算资源; 所述辅助点半径计算单元,配置为针对给定的真值点坐标其中M是真值点坐标总数,计算每个真值点的局部密度ρl;根据KD树算法找到距离每个真值点最近的k个邻居节点,由此计算其中disttl,tj表示节点tl,tj间的欧式距离,ε是一个很小的常数以避免分母为0;针对每一个真值点tl估计正负辅助点半径: 其中和表示正、负半径,Rpos和Rneg表示基线的正、负半径,α和β是正、负半径的调节参数; 所述辅助点生成单元,配置为在每个真值点坐标tl周围,根据调整后的辅助点半径生成kpos个正辅助点和kneg个负辅助点正辅助点的生成范围在内,负辅助点的生成范围在内;正辅助点和负辅助点的坐标生成方法为: 其中,和是在范围内均匀分布的随机值,和是在范围内均匀分布的随机值; 所述损失函数计算单元,配置为计算模型预测点与真实目标点之间的匹配损失Ltotal,计算方法为: 其中,Lcls是分类损失,Lloc是定位损失,λ2、λ5和λ6是用于平衡不同损失项的权重系数; 所述分类损失Lcls和定位损失Lloc计算公式为: 其中,Q是所有匹配点的个数,代表置信度预测值,ξ是一个变量,表示neg和pos; 所述正辅助点损失和负辅助点损失计算公式为: 其中,和分别是正负辅助点的置信度预测值,tl是真实目标点的坐标,和分别是正负辅助点的预测坐标,λ3和λ4是用于平衡损失项的权重系数。

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华南师范大学,其通讯地址为:510000 广东省广州市中山大道西55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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。