(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210333662.5 (22)申请日 2022.03.30 (71)申请人 中国民用航空总局第二研究所 地址 610000 四川省成 都市武侯区二环路 南二段17号 申请人 首都机场集团有限公司 (72)发明人 耿龙　党婉丽　罗谦　郑怀宇　 王朝　曹立波　陈肇欣　潘野　 文涛　张涛　秦倩　丁新伟　 牛占云　杜茂维　黄明　王大睿　 (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 专利代理师 刘凤 (51)Int.Cl. G06V 20/52(2022.01)G06V 10/26(2022.01) G06V 10/82(2022.01) G06T 7/00(2017.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种密集人群检测方法、 装置、 电子设备以 及存储介质 (57)摘要 本公开提供了一种密集人群检测方法、 装 置、 电子设备以及存储介质， 所述方法包括： 获取 带有密集人群的待检测图像； 将所述待检测图像 输入到训练好的目标行人检测模 型中， 得到标注 有多个第一预测行人框的所述待检测图像； 针对 所述待检测图像中任一区域对应的至少两个第 一预测行人框， 对所述至少两个第一预测行人框 中的行人进行去重处理， 得到标注有至少一个第 二预测行人框的所述待检测图像； 统计所述待检 测图像中所述第二预测行人框的目标数量， 并将 所述目标数量确定为所述待检测图像中行人的 行人数量。 这样， 可 以针对密集场所的人群的人 数进行精准的检测。 权利要求书2页 说明书13页 附图4页 CN 114821463 A 2022.07.29 CN 114821463 A 1.一种密集人群 检测方法， 其特 征在于， 所述方法包括： 获取带有密集人群的待检测图像； 将所述待检测图像输入到训练好的目标行人检测模型中， 得到标注有多个第 一预测行 人框的所述待检测图像； 其中， 所述多个第一预测行人框中存在至少一个目标预测行人框； 所述目标 预测行人框为包 含至少两个相互重 叠行人的第一预测行 人框； 针对所述待检测图像中任一 区域对应的至少两个第 一预测行人框， 对所述至少两个第 一预测行人框中的行人进 行去重处理， 得到标注有至少一个第二预测行人框的所述待检测 图像； 统计所述待检测图像中所述第 二预测行人框的目标数量， 并将所述目标数量确定为所 述待检测图像中行 人的行人数量。 2.根据权利要求1所述的方法， 其特征在于， 根据以下步骤生成训练好的所述目标行人 检测模型： 获取多个第一样本 图像； 其中， 所述多个第一样本 图像中存在至少一个第一样本 图像 是由至少两个第二样本图像进 行合成得到的， 用于合成任一所述第一样本图像的第二样本 图像中的行 人数量小于该第一样本图像的行 人数量； 基于多个第 一样本图像和每个第 一样本图像的真实行人标签， 对初始行人检测模型进 行训练， 当所述初始行人检测模型 的交叉熵损失值小于预设阈值时， 生成训练好的所述 目 标行人检测模型。 3.根据权利要求2所述的方法， 其特征在于， 根据以下步骤利用至少两个第 二样本图像 进行合成得到一个第一样本图像： 获取多个第二样本图像； 从所述多个第 二样本图像中选取至少两个第 二样本图像， 将所述两个第 二样本图像中 的任一第二样本图像中行 人进行截取； 将截取到的行人合成到该两个第 二样本图像中的另一个第 二样本图像中， 合成得到一 个第一样本图像。 4.根据权利要求2所述的方法， 其特征在于， 利用两个第 二样本图像进行合成得到一个 第一样本图像的计算公式为： Ioutput＝Iforeground*Imask+(1‑Imask)*Ibackground 其中， Ioutput是第一样本图像， Iforeground是两个第二样本图像中的任一第二样本图像， Imask是掩膜图像， Ibackground是该两个第二样本图像中的另一第二样本图像。 5.根据权利要求1所述的方法， 其特征在于， 所述对所述至少两个第 一预测行人框 中的 行人进行去重处 理， 得到标注有至少一个第二预测行 人框的所述待检测图像， 包括： 针对至少两个第 一预测行人框 中每个第 一预测框进行目标行人检测， 得到每个第 一预 测行人框中目标 行人的特征信息； 基于检测出的至少两个第一预测行人框中的各个第一预测行人框中目标行人的特征 信息， 对所述至少 两个第一预测行人框中的行人进行去重处理， 得到标注有至少一个第二 预测行人框的所述待检测图像。 6.根据权利要求2所述的方法， 其特征在于， 所述基于多个第 一样本图像和每个第 一样 本图像的真实行人标签， 对初始行人检测模型进行训练， 当所述初始行人模型 的交叉熵损权　利　要　求　书 1/2 页 2 CN 114821463 A 2失值小于预设阈值时， 生成训练好的所述目标 行人检测模型， 包括： 针对任一第一样本 图像， 将所述第一样本 图像输入所述初始行人检测模型中， 得到预 测行人标签； 基于各个所述第 一样本图像对应的所述真实行人标签和所述预测行人标签， 确定所述 初始行人模型的各个交叉熵损失值； 当所述初始行人模型的任一交叉熵损失值小于预设阈值 时， 生成训练好的所述目标行 人检测模型。 7.根据权利要求6所述的方法， 其特征在于， 确定所述初始行人模型预测行人标签的公 式为： Y(pi)＝{yi∈y|IoU(pi,yi)≥ε } 其中， Y(pi)是所有的预测行人标签的集合， yi是第i个目标行人的真实行人标签， y是所 有目标行人的真实行人标签， pi是第i个目标行人的预测行人标签， IoU(pi,yi)是第i个目标 行人的预测行 人标签和真实行 人标签的交叉熵损失值， ε是一个给定的I oU(pi,yi)阈值。 8.一种密集人群 检测装置， 其特 征在于， 所述装置包括： 获取模块， 用于获取 带有密集人群的待检测图像； 得到模块， 用于将所述待检测图像输入到训练好的目标行人检测模型中， 得到标注有 多个第一预测行人框的所述待检测图像； 其中， 所述多个第一预测行人框中存在至少一个 目标预测行人框； 所述目标 预测行人框为包 含至少两个相互重 叠行人的第一预测行 人框； 去重模块， 用于针对所述待检测图像中任一区域对应的至少两个第一预测行人框， 对 所述至少两个第一预测行人框中的行人进 行去重处理， 得到标注有至少一个第二预测行人 框的所述待检测图像； 统计模块， 用于统计所述待检测图像中所述第二预测行人框的目标数量， 并将所述目 标数量确定为所述待检测图像中行 人的行人数量。 9.一种电子设备， 其特征在于， 包括： 处理器、 存储器和总线， 所述存储器存储有所述处 理器可执行 的机器可读指令， 当电子设备运行时， 所述处理器与所述存储器之间通过总线 通信， 所述机器可读指令被所述处理器执行时执行如权利要求1至7任一项所述的密集人群 检测方法的步骤。 10.一种计算机存储介质， 其特征在于， 该计算机存储介质上存储有计算机程序， 该计 算机程序被处 理器运行时执 行如权利要求1至7任一项所述的密集人群 检测方法的步骤。权　利　要　求　书 2/2 页 3 CN 114821463 A 3