1.一种基于前后特征融合的多尺度人群计数方法,其特征在于,包括:获取待计数图像;
从待计数图像中提取不同尺度的特征图;
将获取的不同尺度的特征图进行特征融合,获取融合后特征图;
对融合后特征图进行压缩,获得压缩后特征图;
获得压缩后特征图的具体过程为:
对融合后特征图进行连续多次压缩,获得每次压缩后的特征图,最后一次压缩获得的压缩后的特征图为压缩后特征图;
每次压缩过程相同,具体的压缩过程为:将融合后特征图的通道数变为原来的2倍,进行3*3卷积并用ReLU函数进行激活操作,padding=1,重复上述“卷积+ReLU激活函数”两次完成一次压缩操作;
将压缩后特征图进行扩展,将扩展路径与压缩路径进行特征融合,获得扩展后特征图;
获得扩展后特征图的具体过程为:
对压缩后特征图进行连续多次扩展,在扩展时,每次扩展获得初始扩展特征图,将每次初始扩展特征图与相同分辨率大小的压缩后的特征图进行融合,获得每次的扩展特征图,下一次初始扩展特征图为对当次扩展特征图扩展获得,最后一次初始扩展特征图与融合后特征图进行融合,获得扩展后特征图;
每一次扩展操作相同,具体的扩展过程为:将获得的压缩后特征图进行上采样操作并将通道数减半,然后和相对应的即具有相同分辨率大小的压缩路径中的压缩后的特征图进行特征融合,然后进行通道数减半操作,进行3*3卷积并用ReLU函数进行激活操作,padding=1,重复上述“卷积+ReLU激活函数操作”两次,完成一次扩展操作;
将扩展后特征图映射为密度图,根据密度图进行人群计数。
2.如权利要求1所述的一种基于前后特征融合的多尺度人群计数方法,其特征在于,将待计数图像生成人群密度图,从人群密度图中提取不同尺度的特征图。
3.如权利要求1所述的一种基于前后特征融合的多尺度人群计数方法,其特征在于,对融合后特征图进行连续压缩的次数与对压缩后特征图进行连续扩展的次数相同。
4.如权利要求1所述的一种基于前后特征融合的多尺度人群计数方法,其特征在于,对扩展后特征图进行卷积操作,获得密度图。
5.如权利要求1所述的一种基于前后特征融合的多尺度人群计数方法,其特征在于,对密度图中的每个像素进行积分求和,获得最终的人群数量。
6.一种基于前后特征融合的多尺度人群计数系统,其特征在于,包括:图像获取模块,用于获取待计数图像;
不同尺度特征图提取模块,用于从待计数图像中提取不同尺度的特征图;
融合后特征图获取模块,用于将获取的不同尺度的特征图进行特征融合,获取融合后特征图;
融合后特征图压缩模块,用于对融合后特征图进行压缩,获得压缩后特征图;
获得压缩后特征图的具体过程为:
对融合后特征图进行连续多次压缩,获得每次压缩后的特征图,最后一次压缩获得的压缩后的特征图为压缩后特征图;每次压缩过程相同,具体的压缩过程为:将融合后特征图的通道数变为原来的2倍,进行3*3卷积并用ReLU函数进行激活操作,padding=1,重复上述“卷积+ReLU激活函数”两次完成一次压缩操作;
压缩后特征图扩展模块,用于将压缩后特征图进行扩展,将扩展路径与压缩路径进行特征融合,获得扩展后特征图;
获得扩展后特征图的具体过程为:
对压缩后特征图进行连续多次扩展,在扩展时,每次扩展获得初始扩展特征图,将每次初始扩展特征图与相同分辨率大小的压缩后的特征图进行融合,获得每次的扩展特征图,下一次初始扩展特征图为对当次扩展特征图扩展获得,最后一次初始扩展特征图与融合后特征图进行融合,获得扩展后特征图;每一次扩展操作相同,具体的扩展过程为:将获得的压缩后特征图进行上采样操作并将通道数减半,然后和相对应的即具有相同分辨率大小的压缩路径中的压缩后的特征图进行特征融合,然后进行通道数减半操作,进行3*3卷积并用ReLU函数进行激活操作,padding=1,重复上述“卷积+ReLU激活函数操作”两次,完成一次扩展操作;
人群计数模块,用于将扩展后特征图映射为密度图,根据密度图进行人群计数。
7.一种电子设备,其特征在于,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成权利要求1‑5任一项所述的一种基于前后特征融合的多尺度人群计数方法的步骤。
8.一种计算机可读存储介质,其特征在于,用于存储计算机指令,所述计算机指令被处理器执行时,完成权利要求1‑5任一项所述的一种基于前后特征融合的多尺度人群计数方法的步骤。