公开(公告)号：CN119206612A

公开(公告)日：2024-12-27

申请号：CN202411263405.4

申请日：2024-09-10

Applicant: 南昌大学

Inventor： 闵卫东 ,  邹怡 ,  韩清 ,  扶齐彦 ,  李伟铭

IPC: G06V20/52 ,  G06V10/766 ,  G06V10/82 ,  G06T7/73 ,  G06N3/0895 ,  G06V40/10

Abstract: 本发明公开了一种基于交叉型窗口自注意力机制的弱监督人群计数方法，包括：1）采用交叉型窗口自注意力机制对目标图片进行特征提取；2）引入基于全局平均池化和回归Token的CSWinCrowd结构；3）设计基于可学习位置编码模块的CSWinCrowd‑Token方案；4）结合步骤S1‑S3，提出一种基于CSWinTransformer的人群计数模型，用于目标图片的人群计数。本发明方法能够较好地捕捉序列中不同位置之间的依赖关系，解决了当前Transformer模型在人群密度变化较大时，计数效果不佳的问题。

公开(公告)号：CN116189087A

公开(公告)日：2023-05-30

申请号：CN202310117231.X

申请日：2023-02-15

Applicant: 南昌大学

Inventor： 闵卫东 ,  邹怡 ,  赵浩宇 ,  李伟铭

IPC: G06V20/52 ,  G06V10/82 ,  G06N3/08 ,  G06T7/00 ,  G06N3/0464

Abstract: 本发明公开了一种基于视角自适应的复杂场景下人群计数方法，所述计数方法包括以下步骤：NOOMP框架通过少样本学习方法拟合自然世界；NOOMP框架通过元学习训练使视角适应多头并行网络作为NOOMP框架的主干；视角适应多头并行网络用于估计人群的密度图；视角适应多头并行网络在多个不同的场景中进行训练，并将子损失进行汇总。本发明提出一种新的标记方法，绝对几何高斯生成方法，该方法只需对图像中的每个人增加一个点，便能获得较好的精度。