公开(公告)号：CN120014390A

公开(公告)日：2025-05-16

申请号：CN202510031451.X

申请日：2025-01-09

Applicant: 西南交通大学

Inventor： 吴晓 ,  黎俊秀 ,  李威 ,  曾振华 ,  何廷全

IPC: G06V10/776 ,  G06V10/75 ,  G06V20/52 ,  G06T7/70

Abstract: 本发明涉及计算机视觉技术领域，公开了一种针对人群定位算法的评价方法，将预测点与标注点之间的匹配描述为最优传输问题，通过求解最优传输问题得到全局最优传输方案，基于全局最优传输方案评价人群定位算法在人群图上定位性能。本发明解决了现有技术存在的对人群定位算法的评估准确度欠佳等问题。

公开(公告)号：CN110866445A

公开(公告)日：2020-03-06

申请号：CN201910967285.9

申请日：2019-10-12

Applicant: 西南交通大学

Inventor： 吴晓 ,  黎俊秀 ,  彭强

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明公开了一种基于深度学习的人群计数和密度估计方法，具体步骤为：1、构建数据集，使用监控摄像头采集场所中的视频数据，整理形成所需要的大规模人群计数和密度估计数据集；2、基于多分支的粗粒度人群计数和密度估计：接受大规模人群计数数据集的数据，使用多分支卷积神经网络结构对视频图像进行粗粒度人群计数和密度估计；3、基于多分支的互信息计算：接受基于多分支的粗粒度预测结果，计算各分支之间的互信息；4、基于互学习策略的细粒度人群计数和密度估计：根据各分支间的互信息，更新网络参数，多次迭代后获取最终准确的人群计数和密度估计结果。通过仿真验证了本发明进一步解决参数冗余，减少过拟合，提高了模型泛化能力。