買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜長春工業大學申請的專利一種基于殘差網絡的三陣列特征融合人群密度估計方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114972936B 。

龍圖騰網通過國家知識產權局官網在2025-05-27發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202110597361.9，技術領域涉及：G06V10/80；該發明授權一種基于殘差網絡的三陣列特征融合人群密度估計方法是由侯阿臨;孫弘建;吳浪設計研發完成，并于2021-05-31向國家知識產權局提交的專利申請。

本一種基于殘差網絡的三陣列特征融合人群密度估計方法在說明書摘要公布了：本發明所解決的技術問題是人群密度估計任務中因攝像頭視角所造成的多尺度問題，提出一種基于殘差網絡的三陣列特征融合人群密度估計算法，使用改進的ResNet34網絡提取圖片特征信息，并使用三列空洞率不同的空洞卷積對輸出進行處理，空洞卷積的原理是在普通卷積的基礎上對卷積核進行間隔補0操作，這樣就可以在不增加網絡參數的情況下擴大感受野，以此來提高網絡捕捉圖像多尺度信息的能力。最后將三陣列的輸出進行級聯以得到高質量的密度預測圖。本發明在人群密度估計工作中可以有效解決人群中的密集性、遮擋性以及多尺度性對檢測的精度造成的影響。

本發明授權一種基于殘差網絡的三陣列特征融合人群密度估計方法在權利要求書中公布了：1.一種基于殘差網絡的三陣列特征融合人群密度估計方法，其特征在于，包括以下步驟：Step1：數據預處理，將數據集根據需求resize為網絡可訓練的大小；Step2：構建改進的ResNet34網絡模型，并用該模型對測試圖像進行特征提取，利用遷移學習的方式，不更新網絡參數，具體過程如下：Step2.1使用改進后的ResNet34網絡提取圖片淺層特征；Step2.1.1用3×3卷積替換掉ResNet34第一層的7×7卷積使輸入圖片3通道轉換為64通道，并去除第二層池化層以及最后一層全連接層；Step2.1.2經過殘差網絡中三次通道數的變化，網絡輸出圖片變為原圖大小的18，殘差模塊可以有效防止網絡過深信息丟失和網絡退化；一個殘差塊可以用表示為：xl+1＝xl+Fxl；Wl殘差塊分成兩部分直接映射部分和殘差部分，其中xl為直接映射部分，Fxl；Wl為殘差部分；Step2.2直接調用ResNet34原來訓練好的參數，訓練過程中不對殘差網絡的參數進行更新；訓練采用了混合損失函數歐幾里得距離來衡量真實密度圖與網絡生成的密度圖之間的差異,歐幾里得計算公式： 其中，Le表示人群密度估計任務的損失，S表示一個訓練批次中圖像的數目即batchsize，GXi,θ表示第i張訓練樣本Xi的估測密度值，參數為θ，DiGT表示真值密度值；Step3：構建三陣列空洞卷積網絡對改進ResNet34網絡的輸出進行處理，提取更多的圖像多尺度信息，在訓練過程中不斷更新空洞卷積網絡的參數權重，具體過程如下：Step3.1構建三陣列空洞卷積網絡對改進ResNet34網絡的輸出進行處理,構建的每列網絡的卷積核均為3×3，網絡通道數均為[512,512,512,256,128,64]；Step3.2三列空洞卷積網絡的空洞率分別為1,2,4，使得網絡能夠捕捉更多的尺度細節信息；Step4：將三列空洞卷積的輸出結果進行級聯，獲取密度預測圖；Step5:網絡經過訓練后輸入測試集進行測試，檢驗網絡效果。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人長春工業大學，其通訊地址為：130012 吉林省長春市朝陽區延安大街2055號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。