基于部分特征融合卷积神经网络实时目标计数系统及方法

授权

摘要

本发明涉及一种基于部分特征融合卷积神经网络实时目标计数系统及方法，包括：数据预处理模块，使用图像中已经标注好的目标位置信息，利用高斯滤波器生成目标图像的密度图，并将所有图像归一化；网络训练模块，建立部分特征融合卷积神经网络模型，使用处理好的图像及生成的密度图对所述部分特征融合卷积神经网络模型进行训练；目标数量预处理模块，根据给定的图像，使用训练好的网络模型对图像中的目标数量进行预测。本发明有利于降低网络的参数量和计算量，保证运行速度。

基本信息

专利标题：

基于部分特征融合卷积神经网络实时目标计数系统及方法

专利标题（英）：

暂无

公开（公告）号：

CN111951260A

申请号：

CN202010850481.0

公开（公告）日：

2020-11-17

申请日：

2020-08-21

授权号：

CN111951260B

授权日：

2022-04-01

发明人：

张莉于厚舜王邦军屈蕴茜

申请人：

苏州大学

申请人地址：

江苏省苏州市吴中区石湖西路188号

代理机构：

苏州市中南伟业知识产权代理事务所(普通合伙)

代理人：

张荣

优先权：

CN202010850481.0

主分类号：

G06T7/00

IPC分类号：

G06T7/00 G06T7/70