基于语义感知特征解耦的人群计数方法及计数设备

本发明涉及图像处理，尤其涉及一种基于语义感知特征解耦的人群计数方法及计数设备。

背景技术：

1、随着社会对公共安全管理的要求不断提高，图像人群计数技术作为智能监控系统的核心组成部分，在实时监测与风险预警中扮演着日益关键的角色。

2、现有技术中，图像人群计数大多面向晴朗天气设计，聚焦于晴朗场景，在雨、雪、雾等复杂气象条件下的性能明显受限。针对恶劣天气的计数研究则多侧重于直接提取天气相关特征或对天气干扰进行简单滤除，往往忽略了不同天气强度对人群轮廓与结构信息造成的动态、差异化影响，计数准确度不高。

技术实现思路

1、本发明实施例提供了一种基于语义感知特征解耦的人群计数方法及计数设备，以解决恶劣天气下人群计数准确度不高的问题。

2、第一方面，本发明实施例提供了一种基于语义感知特征解耦的人群计数方法，包括：

3、将待处理人群图像输入人群计数模型，得到人群计数结果；

4、人群计数模型包括：特征提取模块、天气自适应重建模块、语义特征注意模块及人群计数估计模块；

5、特征提取模块用于提取待处理人群图像的特征，得到初始特征；

6、天气自适应重建模块用于通过并行的交叉注意力子分支和自适应阈值奇异值分解子分支对初始特征修复融合，得到天气自适应重建特征；

7、语义特征注意模块用于对天气自适应重建特征进行连续-稀疏语义注意力提取，得到高级语义注意图；

8、人群计数估计模块用于根据高级语义注意图映射生成估计人群密度图，并根据估计人群密度图确定人群计数结果。

9、第二方面，本发明实施例提供了一种计数设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行该计算机程序时实现如上第一方面或第一方面的任一种可能的实现方式中的基于语义感知特征解耦的人群计数方法。

10、本发明实施例提供了一种基于语义感知特征解耦的人群计数方法及计数设备。上述基于语义感知特征解耦的人群计数方法包括：将待处理人群图像输入人群计数模型，得到人群计数结果；人群计数模型包括：特征提取模块、天气自适应重建模块、语义特征注意模块及人群计数估计模块；特征提取模块用于提取待处理人群图像的特征，得到初始特征；天气自适应重建模块用于通过并行的交叉注意力子分支和自适应阈值奇异值分解子分支对初始特征修复融合，得到天气自适应重建特征；语义特征注意模块用于对天气自适应重建特征进行连续-稀疏语义注意力提取，得到高级语义注意图；人群计数估计模块用于根据高级语义注意图映射生成估计人群密度图，并根据估计人群密度图确定人群计数结果。本申请通过奇异值分解实现人群特征与气象噪声的解耦分离，以降低不同天气对人群轮廓与结构信息造成的动态、差异化影响。同时结合交叉注意力修复被雨雪雾遮挡的人体纹理，再依靠连续-稀疏约束注意力提纯有效人体语义，能够显著降低恶劣天气场景下人群计数的预测误差，提升模型鲁棒性与计数精度。

1.一种基于语义感知特征解耦的人群计数方法，其特征在于，包括：

2.根据权利要求1所述的基于语义感知特征解耦的人群计数方法，其特征在于，所述天气自适应重建模块包括：自注意力特征提取单元、交叉注意力单元、奇异值分解单元及第一融合单元；

3.根据权利要求2所述的基于语义感知特征解耦的人群计数方法，其特征在于，所述自适应阈值奇异值分解的主成分数量的计算公式为：

4.根据权利要求2所述的基于语义感知特征解耦的人群计数方法，其特征在于，所述对所述交叉注意力特征和所述信号特征进行融合的计算公式为：

5.根据权利要求1至4任一项所述的基于语义感知特征解耦的人群计数方法，其特征在于，所述语义特征注意模块包括：归一化处理单元、两个卷积层、特征转置运算单元、连续约束运算单元、稀疏约束运算单元、注意力加权单元及第二融合单元；

6.根据权利要求5所述的基于语义感知特征解耦的人群计数方法，其特征在于，所述连续约束的公式为：

7.根据权利要求5所述的基于语义感知特征解耦的人群计数方法，其特征在于，所述稀疏约束的公式为：

8.根据权利要求1至4任一项所述的基于语义感知特征解耦的人群计数方法，其特征在于，所述特征提取模块包括：依次连接的两个卷积层、一个池化层、两个卷积层、一个池化层、四个卷积层、一个池化层、四个卷积层、一个池化层及四个卷积层。

9.根据权利要求1至4任一项所述的基于语义感知特征解耦的人群计数方法，其特征在于，所述人群计数估计模块包括：依次连接的三个卷积层及积分统计单元；

10.一种计数设备，其特征在于，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至9中任一项所述的基于语义感知特征解耦的人群计数方法。