CN114445778A - 一种计数方法及装置、电子设备和存储介质 - Google Patents
一种计数方法及装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN114445778A CN114445778A CN202210115053.2A CN202210115053A CN114445778A CN 114445778 A CN114445778 A CN 114445778A CN 202210115053 A CN202210115053 A CN 202210115053A CN 114445778 A CN114445778 A CN 114445778A
- Authority
- CN
- China
- Prior art keywords
- counted
- image
- feature
- objects
- map
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Image Analysis (AREA)
Abstract
本公开涉及一种计数方法及装置、电子设备和存储介质,所述方法包括:对输入图像进行特征提取,得到第一特征图和第二特征图;根据所述输入图像中标注的至少一个待计数对象的位置信息,从所述第一特征图中提取待计数对象的对象特征;根据所述对象特征,在所述第一特征图中确定至少两个待计数对象的分布位置信息;利用所述分布位置信息,从所述第二特征图中确定出待计数对象的特征分布图;基于所述特征分布图确定待计数对象的总数量。本公开实施例可提高视觉计数的准确性。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及一种计数方法及装置、电子设备和存储介质。
背景技术
随着人工智能技术的发展,视觉计数已经在计数统计工作中广泛应用,视觉计数能够统计图像中要计数的物体的数量和分布情况。
在相关技术中,视觉计数的工作主要集中在一些特定的类别上,例如,行人、汽车、细胞、动物等等,在这些技术工作中,大多是针对一种类别物体训练一个计数模型,得到的计数模型并不能通用,如果应用场景中需要统计多种类别的物体,则需要收集大量的数据来训练模型,耗费大量的人力资源,效率较低。
发明内容
本公开提出了一种视觉计数方案。
根据本公开的一方面,提供了一种计数方法,包括:
对输入图像进行特征提取,得到第一特征图和第二特征图;
根据所述输入图像中标注的至少一个待计数对象的位置信息,从所述第一特征图中提取待计数对象的对象特征;
根据所述对象特征,在所述第一特征图中确定至少两个待计数对象的分布位置信息;
利用所述分布位置信息,从所述第二特征图中确定出待计数对象的特征分布图;
基于所述特征分布图确定待计数对象的总数量。
在一种可能的实现方式中,所述根据所述输入图像中标注的至少一个待计数对象的位置信息,从所述第一特征图中提取待计数对象的对象特征,包括:
在标注的待计数对象为至少两个的情况下,根据标注的至少两个待计数对象的位置信息,从所述第一特征图中分别提取标注的各待计数对象的第一特征;
将提取的各待计数对象的第一特征进行融合,得到待计数对象的对象特征。
在一种可能的实现方式中,所述根据所述对象特征,在所述第一特征图中确定至少两个待计数对象的分布位置信息,包括:
计算所述对象特征与所述第二特征图中各位置处的特征的相似度;
基于所述各位置处的特征的相似度,得到所述第一特征图中所述至少两个待计数对象的分布位置信息。
在一种可能的实现方式中,所述利用所述分布位置信息,从所述第二特征图中确定出待计数对象的特征分布图,包括:
将所述分布位置信息与所述第二特征图相乘,得到待计数对象的特征分布图。
在一种可能的实现方式中,基于所述特征分布图确定待计数对象的总数量,包括:
对所述特征分布图进行上采样,得到待计数对象的密度图;
基于所述密度图确定待计数对象的总数量。
在一种可能的实现方式中,所述对输入图像进行特征提取,得到第一特征图和第二特征图,包括:
对输入图像进行初始特征提取,得到初始特征图;
对所述初始特征图进行第一特征提取,得到第一特征图;
对所述初始特征图进行第二特征提取,得到第二特征图。
在一种可能的实现方式中,所述输入图像为预先标注了所述至少两个待计数对象分布位置的样本图像,所述计数方法基于神经网络实现,所述神经网络的参数更新过程包括:
基于所述分布位置信息与预先标注的所述样本图像中至少两个待计数对象的分布位置,确定第一损失;
基于所述待计数对象的密度图与预先标注的待计数对象的密度图,确定第二损失;
基于所述第一损失和/或第二损失,对所述神经网络中的参数进行更新。
在一种可能的实现方式中,所述计数方法基于神经网络实现,所述神经网络的训练样本和/或测试样本的构建方法包括:
根据第一样本图像的标注信息,得到目标对象的至少一个目标子图;
将所述目标子图粘贴到第二样本图像中,得到合成图像以及所述目标子图在所述合成图像中的粘贴位置信息;
将所述粘贴位置信息作为合成图像中的标注信息,生成合成样本图像。
在一种可能的实现方式中,所述根据第一样本图像的标注信息,得到目标对象的至少一个目标子图,包括:
提取所述标注信息对应的目标区域中的图像,作为目标子图;和/或,
对所述标注信息对应的目标区域中的图像分别进行至少一次图像变换,将图像变换后的图像作为目标子图。
在一种可能的实现方式中,在根据第一样本图像的标注信息,得到目标对象的至少一个目标子图前,所述方法还包括:
根据所述目标区域的尺寸信息,以及所述第二样本图像的尺寸信息,确定要生成的目标子图的第一数量;其中,所述目标子图的第一数量与所述第二样本图像的尺寸信息正相关、与所述目标区域的尺寸信息负相关。
在一种可能的实现方式中,在确定要生成的目标子图的数量后,所述对所述标注信息对应的目标区域中的图像分别进行至少一次图像变换,包括:
根据所述第一数量,对所述目标区域中的图像分别进行至少一次图像变换,得到所述第一数量的目标子图;
所述图像变换包括下述至少之一:
图像拉伸、图像收缩、图像选择、图像对称变换、在图像中添加噪声。
根据本公开的一方面,提供了一种计数装置,包括:
输入图像特征提取模块,用于对输入图像进行特征提取,得到第一特征图和第二特征图;
对象特征提取模块,用于根据所述输入图像中标注的至少一个待计数对象的位置信息,从所述第一特征图中提取待计数对象的对象特征;
分布位置信息确定模块,用于根据所述对象特征,在所述第一特征图中确定至少两个待计数对象的分布位置信息;
特征分布图确定模块,用于利用所述分布位置信息,从所述第二特征图中确定出待计数对象的特征分布图;
总数量确定模块,用于基于所述特征分布图确定待计数对象的总数量。
在一种可能的实现方式中,所述对象特征提取模块,包括:
对象特征提取子模块,用于在标注的待计数对象为至少两个的情况下,根据标注的至少两个待计数对象的位置信息,从所述第一特征图中分别提取标注的各待计数对象的第一特征;
融合模块,用于将提取的各待计数对象的第一特征进行融合,得到待计数对象的对象特征。
在一种可能的实现方式中,所述分布位置信息确定模块,包括:
相似度确定模块,用于计算所述对象特征与所述第二特征图中各位置处的特征的相似度;
分布位置信息确定子模块,用于基于所述各位置处的特征的相似度,得到所述第一特征图中所述至少两个待计数对象的分布位置信息。
在一种可能的实现方式中,所述特征分布图确定模块,用于将所述分布位置信息与所述第二特征图相乘,得到待计数对象的特征分布图。
在一种可能的实现方式中,总数量确定模块,包括:
密度图获取模块,用于对所述特征分布图进行上采样,得到待计数对象的密度图;
总数量确定子模块,用于基于所述密度图确定待计数对象的总数量。
在一种可能的实现方式中,所述输入图像特征提取模块,包括:
初始特征提取模块,用于对输入图像进行初始特征提取,得到初始特征图;
第一特征图提取模块,用于对所述初始特征图进行第一特征提取,得到第一特征图;
第二特征图提取模块,用于对所述初始特征图进行第二特征提取,得到第二特征图。
在一种可能的实现方式中,所述输入图像为预先标注了所述至少两个待计数对象分布位置的样本图像,所述计数装置基于神经网络实现,所述神经网络的基于参数更新模块更新,所述参数更新模块包括:
第一损失确定模块,用于基于所述分布位置信息与预先标注的所述样本图像中至少两个待计数对象的分布位置,确定第一损失;
第二损失确定模块,用于基于所述待计数对象的密度图与预先标注的待计数对象的密度图,确定第二损失;
参数更新子模块,用于基于所述第一损失和/或第二损失,对所述神经网络中的参数进行更新。
在一种可能的实现方式中,所述计数方法基于神经网络实现,所述装置还包括:样本构建模块,用于构建神经网络的训练样本和/或测试样本;
所述样本构建模块包括:
目标子图确定模块,用于根据第一样本图像的标注信息,得到目标对象的至少一个目标子图;
粘贴模块,用于将所述目标子图粘贴到第二样本图像中,得到合成图像以及所述目标子图在所述合成图像中的粘贴位置信息;
合成模块,用于将所述粘贴位置信息作为合成图像中的标注信息,生成合成样本图像。
在一种可能的实现方式中,所述目标子图确定模块,包括:
第一目标子图确定模块,用于提取所述标注信息对应的目标区域中的图像,作为目标子图;和/或,
第二目标子图确定模块,用于对所述标注信息对应的目标区域中的图像分别进行至少一次图像变换,将图像变换后的图像作为目标子图。
在一种可能的实现方式中,所述样本构建模块还包括:
数量确定模块,用于根据所述目标区域的尺寸信息,以及所述第二样本图像的尺寸信息,确定要生成的目标子图的第一数量;其中,所述目标子图的第一数量与所述第二样本图像的尺寸信息正相关、与所述目标区域的尺寸信息负相关。
在一种可能的实现方式中,所述第二目标子图确定模块,用于根据所述第一数量,对所述目标区域中的图像分别进行至少一次图像变换,得到所述第一数量的目标子图;
所述图像变换包括下述至少之一:
图像拉伸、图像收缩、图像选择、图像对称变换、在图像中添加噪声。
根据本公开的一方面,提供了一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为调用所述存储器存储的指令,以执行上述方法。
根据本公开的一方面,提供了一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。
在本公开实施例中,通过对输入图像进行特征提取,得到第一特征图和第二特征图,根据输入图像中标注的至少一个待计数对象的位置信息,从第一特征图中提取待计数对象的对象特征,根据对象特征,在所述第一特征图中确定至少两个待计数对象的分布位置信息;利用分布位置信息,从第二特征图中确定出待计数对象的特征分布图;基于所述特征分布图确定待计数对象的总数量。由此,在计数时,会要求用户先标注(例如框选)出输入图像中的待计数对象,即得到了待计数对象的位置信息,然后利用该位置信息提取待计数对象的对象特征,即从要计数的图像中获取无类别的待计数对象的特征信息,而不是通过特定的类别的网络来进行计数,因此,该方法具备较好的通用性,可以适用于对不同类别的物体进行计数。此外,本公开实施例中,会提取两个特征图,针对提取的两个特征图,利用所述对象特征从第一特征图来确定各待计数对象的分布位置信息,然后利用分布位置信息从第二特征图中确定待计数对象的特征分布图,即提取的两个特征图中,一个用于确定分布位置,另一个用于确定特征分布,两个特征图各自利用两套参数来进行分布位置确定和特征分布确定,因此能够准确地确定出待计数对象的数量。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开。根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的计数方法的流程图。
图2示出根据本公开实施例的应用场景示意图。
图3示出根据本公开实施例的应用场景示意图。
图4示出根据本公开实施例的特征提取方法的流程图。
图5示出根据本公开实施例的一种卷积核采样点位置分布示意图。
图6示出根据本公开实施例的应用场景示意图。
图7示出根据本公开实施例的应用场景示意图。
图8示出根据本公开实施例的一种计数装置的框图。
图9示出根据本公开实施例的一种电子设备的框图。
图10示出根据本公开实施例的一种电子设备的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外,为了更好地说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
在相关技术中,视觉计数的工作主要集中在一些特定的类别上,例如,针对行人训练行人计数模型,通过标注了行人位置和数量的样本来训练行人计数模型,在应用中,将图像输入训练后的行人计数模型中,即可统计出行人的数量,但是行人计数模型,则无法去统计车辆的数量,因为该模型是基于行人样本来训练得到的。如果要想统计车辆的数量,则需要再利用标注了车辆的位置和数量的样本来训练新的模型参数,才能对车辆的数量进行统计。因此,该视觉计数的方式需要收集大量的数据来训练模型,耗费大量的人力资源,效率较低。
此外,在这些视觉计数工作中,计数算法模型会依赖要识别的特定类别的物体特征来生成卷积操作参数,但是这种方式设计的网络模型参数量大,模型运行速度慢,效率较低。
在本公开实施例中,通过对输入图像进行特征提取,得到第一特征图和第二特征图,根据输入图像中标注的至少一个待计数对象的位置信息,从第一特征图中提取待计数对象的对象特征,根据对象特征,在所述第一特征图中确定至少两个待计数对象的分布位置信息;利用分布位置信息,从第二特征图中确定出待计数对象的特征分布图;基于所述特征分布图确定待计数对象的总数量。由此,在计数时,会要求用户先标注(例如框选)出输入图像中的待计数对象,即得到了待计数对象的位置信息,然后利用该位置信息提取待计数对象的对象特征,即从要计数的图像中获取无类别的待计数对象的特征信息,而不是通过特定的类别的网络来进行计数,因此,该方法具备较好的通用性,可以适用于对不同类别的物体进行计数。此外,本公开实施例中,会提取两个特征图,针对提取的两个特征图,利用对象特征从第一特征图来确定各待计数对象的分布位置信息,然后利用分布位置信息从第二特征图中确定待计数对象的特征分布图,即提取的两个特征图中,一个用于确定分布位置,另一个用于确定特征分布,两个特征图各自利用两套参数来进行分布位置确定和特征分布确定,因此能够准确地确定出待计数对象的数量。
在一种可能的实现方式中,所述计数方法可以由终端设备或服务器等电子设备执行,终端设备可以为用户设备(User Equipment,UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(Personal Digital Assistant,PDA)、手持设备、计算设备、车载设备、可穿戴设备等,所述方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
为便于描述,本说明书一个或多个实施例中,计数方法的执行主体可以是终端设备,后文以执行主体为终端设备为例,对该方法的实施方式进行介绍。可以理解,该方法的执行主体为终端设备只是一种示例性的说明,并不应理解为对该方法的限定。
图1示出根据本公开实施例的计数方法的流程图,如图1所示,所述计数方法包括:
在步骤S11中,对输入图像进行特征提取,得到第一特征图和第二特征图;
输入图像即为待进行计数的图像,该图像可以是图像采集设备拍摄的单张图像,例如,通过图像采集设备的拍照模式所拍摄的照片;或者,该图像也可以是图像采集设备拍摄的视频中的视频帧,例如,通过图像采集设备的录像模式所拍摄的视频中的视频帧。本公开实施例对图像的具体形式不做限定。输入图像可以是设备本地存储的图像,或者也可以是从网络获取的云端图像,本公开实施例对存储形式不做限定。
在一个示例中,输入图像可以是图像采集设备采集的道路中的图像,用来统计道路中的人数、车辆数量等等;在另一个示例中,输入图像可以是图像采集设备采集的显微镜下的细胞图,用来统计细胞数量等等。此外,本公开实施例还可应用于统计其它类型的物体的数量,例如动物等等,此处不做具体限定。
对输入图像进行特征提取可以通过卷积网络层来实现,在本公开实施例中,第一特征图和第二特征图可以是通过两个不同的卷积网络层各自进行特征提取得到的。两个卷积网络层的结构可以完全相同,或者也可以完全不同,也即第一特征图和第二特征图可以相同或者不同。在一个示例中,两个卷积网络层可以是完全相同的两个初始卷积网络进行训练后得到的参数不同的网络层。由于第一特征图和第二特征图的作用不同,一个用于确定分布位置,另一个用于确定特征分布,因此,随着基于分布位置确定的第一损失、以及特征分布确定的第二损失对网络迭代训练,两个卷积网络的参数会变得不同,以便更好地实现两个特征图的各自作用。
对于具体确定第一特征图和第二特征图的方式,可参见本公开提供的可能的实现方式,此处不做赘述。可以理解的是,本公开实施例中的“第一”和“第二”用于区分所描述的对象,而不应当理解为对描述对象的次序、指示或暗示相对重要性等其它限定。
在步骤S12中,根据所述输入图像中标注的至少一个待计数对象的位置信息,从所述第一特征图中提取所述至少一个待计数对象的对象特征;
在输入图像中,用户可以预先标注待计数对象的位置信息,需要说明的是,这里可以不需要用户标注所有待计数对象的位置信息,由于待计数对象往往较多,用户只需标注部分的待计数对象即可。在一个示例中,用户可以随机选出输入图像中的3个待计数对象,然后用矩形框进行框选,或者也可以通过多边形、圆形来框选,作为待计数对象的标注;在一个示例中,用户可以从输入图像中任一选择1个待计数对象。
在用户标注待计数对象的位置信息后,基于该位置信息,即可从第一特征图中提取待计数对象的对象特征。在一个示例中,在位置信息为矩形框的坐标的情况下,可以根据矩形框的坐标,将第一特征图中与该矩形框坐标做对应的区域(即所述矩形框所对应框选中的区域)提取出来,作为待计数对象的对象特征。
在步骤S13中,根据所述对象特征,在所述第一特征图中确定至少两个待计数对象的分布位置信息;
在确定待计数对象的对象特征后,即可利用该对象特征在第一特征图中查找至少两个待计数对象的位置,得到待计数对象的分布位置信息,这里的至少两个待计数对象可以是所有待计数对象。具体可以是通过计算对象特征和第一特征图中各位置处特征的相似度的形式,来查找可能分布待计数对象的位置,具体可参见本公开提供的可能的实现方式,此处不做赘述。
分布位置信息用于表征待计数对象在输入图像中的位置,分布位置信息具体可以通过待计数对象的分割图或分割掩码实现,其中,该分割图或分割掩码的尺度和第二特征图的尺度相同,利用该分割图或分割掩码即可从第二特征图中确定出待计数对象的特征分布图。
示例性的,分割图、分割掩码以及第二特征图在计算机中的表现形式可以是矩阵,那么,这里的尺度的具体表现形式可以是矩阵在各个维度的参数个数,例如,矩阵的行数、列数等等。在分割图或分割掩码与第二特征图尺度相同的情况下,表明分割图或分割掩码中的参数与第二特征图中待计数对象的分布位置相对应。其中,分割图或分割掩码的矩阵中的各个参数表征该位置处是否存在待计数对象,第二特征图中的矩阵中的各个参数表征该位置处的图像特征。
在步骤S14中,利用所述分布位置信息,从所述第二特征图中确定出待计数对象的特征分布图;
特征提取后的第一特征图用于确定待计数对象的位置信息,因此,提取第一特征图的网络参数更倾向于提取出准确的位置信息,那么得到的第一特征图中会更多地包含待计数对象的位置特征。而提取后的第二特征图用于确定特征分布,因此,提取第二特征图的网络参数更倾向于提取出准确的待计数对象的特征表征。因此,本公开实施例中,结合待计数对象的位置特征,从第二特征图中得到待计数对象的特征分布图,以便更准确地计算待计数对象的数量。
在步骤S15中,基于所述特征分布图确定待计数对象的总数量。
特征分布图能够表征用户标注的待计数对象的密度特征信息,即待计数对象的特征及其分布,其分布与具体的类别无关,而是与用户所框选的待计数对象相关。
在一种可能的实现方式中,所述基于所述特征分布图确定待计数对象的总数量,包括:对所述特征分布图进行上采样,得到待计数对象的密度图;基于所述密度图确定待计数对象的总数量。
待计数对象的密度图用于表征待计数对象的密度,在一个示例中,密度图的具体实现形式可以是一个矩阵,矩阵中的每个元素表征该位置处是否存在待计数对象,具体可以对特征分布图进行上采样得到,通过上采样操作将特征分布图放大到与输入图像的尺度一致,然后通过一个卷积操作对放大后的特征分布图进行卷积,即得到了密度图,上采样操作和卷积操作的参数可以通过对网络进行训练得到。密度图中,通过0-1之间的数值来表征单个像素点处存在人群的概率,然后对矩阵的所有值进行累加(积分),得到的数值即为待计数对象的总数量。
在本公开实施例中,通过对输入图像进行特征提取,得到第一特征图和第二特征图,根据输入图像中标注的至少一个待计数对象的位置信息,从第一特征图中提取待计数对象的对象特征,根据对象特征,在所述第一特征图中确定至少两个待计数对象的分布位置信息;利用分布位置信息,从第二特征图中确定出待计数对象的特征分布图;基于所述特征分布图确定待计数对象的总数量。由此,在计数时,会要求用户先标注(例如框选)出输入图像中的待计数对象,即得到了待计数对象的位置信息,然后利用该位置信息提取待计数对象的对象特征,即从要计数的图像中获取无类别的待计数对象的特征信息,而不是通过特定的类别的网络来进行计数,因此,该方法具备较好的通用性,可以适用于对不同类别的物体进行计数。此外,本公开实施例中,会提取两个特征图,针对提取的两个特征图,利用所述对象特征从第一特征图来确定各待计数对象的分布位置信息,然后利用分布位置信息从第二特征图中确定待计数对象的特征分布图,即提取的两个特征图中,一个用于确定分布位置,另一个用于确定特征分布,两个特征图各自利用两套参数来进行分布位置确定和特征分布确定,因此能够准确地确定出待计数对象的数量。
在一个可能的实现方式中,所述根据所述输入图像中标注的至少一个待计数对象的位置信息,从所述第一特征图中提取待计数对象的对象特征,包括:在标注的待计数对象为至少两个的情况下,根据标注的至少两个待计数对象的位置信息,分别提取标注的各待计数对象的特征;将提取的各待计数对象的第一特征进行融合,得到待计数对象的对象特征。
在输入图像中,用户可以预先标注待计数对象的位置信息,在用户标注了一个待计数对象的情况下,例如,用户只框选了一个待计数对象,那么可以直接将这一个待计数对象的特征作为对象特征。
在用户标注了至少两个待计数对象的情况下,可以分别提取各个标注框中的第一特征,然后提取各待计数对象的平均值,作为待计数对象的对象特征。具体来说,可以对提取到的各个标注框中的第一特征统一至相同尺寸,然后对第一特征进行融合,具体融合的方式可以是获取个第一特征的平均值,即将各第一特征求和后再除以标注数量即可。例如,用户框选了3个待计数对象的位置,那么可以从第一特征图中分别提取这三个位置处的特征,得到三个特征v1,v2和v3,然后将这三个特征统一尺度,取平均值得到特征 即表示待计数对象的对象特征。
在该实现方式中,在标注的待计数对象为至少两个的情况下,根据标注的至少两个待计数对象的位置信息,分别提取标注的各待计数对象的特征;将提取的各待计数对象的第一特征进行融合,得到待计数对象的对象特征。由此,当图像中标注的待计数对象的特征不同的情况下,通过将至少两个待计数对象的第一特征进行融合得到待计数对象的对象特征,能够得到更准确的对象特征,提高了对待计数对象进行计数的准确性。
在一种可能的实现方式中,所述根据所述对象特征,在所述第一特征图中确定至少两个待计数对象的分布位置信息,包括:计算所述对象特征与所述第二特征图中各位置处的特征的相似度;基于各位置处的特征的相似度,得到所述第一特征图中所述至少两个待计数对象的分布位置信息。
这里得到的第一特征图中的至少两个待计数对象的分布位置信息,可以是第一特征图中所有待计数对象的分布位置信息。利用对象特征,可以在第一特征图中查找所有的待计数对象的位置,得到待计数对象的分布位置信息,在该实现方式中,可以通过计算对象特征和第二特征图中各位置处的特征的相似度的方式来实现。相似度越高,表征该位置处的特征为待计数对象的可能性越大,相似度越低,表征该位置处的特征为待计数对象的可能性越小。
在该实现方式中,可以通过余弦相似度来计算,待计数对象的分布位置信息,具体来说,待计数对象的对象特征在计算机中的表现形式可以是向量,而第一特征图中各位置处也可以是向量表示的图像特征,那么,可以通过将表征对象特征的向量与第一特征图中各位置处表征特征的向量求余弦相似度,得到各个位置处的余弦相似度的值,这里可以直接将各位置处的余弦相似度的值,作为待计数对象的分布位置信息。
在一个示例中,可以直接对各个位置处赋值余弦相似度的值,得到表征待计数对象的分布位置的特征矩阵,即得到了待计数对象在输入图像中的分割图或分割掩码。
在该实现方式中,通过计算所述对象特征与所述第二特征图中各位置处的特征的相似度;基于各位置处的特征的相似度,得到所述第一特征图中所有待计数对象的分布位置信息。由此,通过计算相似度的方式即可得到待计数对象的分割图或分割掩码,相对于通过卷积操作从特征图中提取特征来获取分割图的方式而言,能够节约网络操作参数量,提高分布位置信息的获取效率,进而提高计数效率。
在一种可能的实现方式中,所述利用所述分布位置信息,从所述第二特征图中确定出待计数对象的特征分布图,包括:将所述分布位置信息与所述第二特征图相乘,得到待计数对象的特征分布图。
由于提取后的第二特征图用于确定特征分布,因此,提取第二特征图的网络参数更倾向于提取出准确的特征表征,那么,第二特征图中能够准确表征待计数对象的特征。
在该实现方式中,由于分布位置信息中各个位置的值即为余弦相似度的值,也即各个位置处为待计数对象的概率,因此,直接通过将分布位置信息与所述第二特征图相乘,即可抑制概率较低处的特征的值,增强概率较高处的特征的值。那么相乘后得到的结果,即可作为待计数对象的特征分布图。
在本公开实施例中,通过将所述分布位置信息与所述第二特征图相乘,得到待计数对象的特征分布图,由此,能够快速地得到待计数对象的特征分布图,进而提高计数效率。
在一种可能的实现方式中,所述对输入图像进行特征提取,得到第一特征图和第二特征图,包括:对输入图像进行初始特征提取,得到初始特征图;对所述初始特征图进行第一特征提取,得到第一特征图;对所述初始特征图进行第二特征提取,得到第二特征图。
对输入图像进行初始特征的提取,以便提取第一特征图和第二特征图中共有的一些信息,在一个示例中,可以通过以VGG-16卷积神经网络为基础设计的卷积神经网络来提取第一特征图和第二特征图,具体来说,可以利用VGG-16的前10个卷积层和3个池化层,来提取输入图像中的初始特征图。当然,也可以通过其它卷积神经网络来提取初始特征图,本公开对此不作限定。
在本公开实施例中,对输入图像进行初始特征提取,得到初始特征图;对所述初始特征图进行第一特征提取,得到第一特征图;对所述初始特征图进行第二特征提取,得到第二特征图。由此,第一特征图和第二特征图通过两步不同的操作提取得到,由此第一特征图和第二特征图,两个特征图分别利用两套参数来进行分布位置确定和特征分布确定,因此能够准确地确定出待计数对象的分布位置和特征,能够准确地确定待计数对象的数量。此外,第一特征图和第二特征图均是从初始特征图提取到,也就是说,通过对输入图像进行初始特征提取得到初始特征图,以便提取第一特征图和第二特征图中共有的一些信息,能够减少网络操作的参数,不必分别从输入图像中提取第一特征图和第二特征图,提高了提取第一特征图和第二特征图的效率。
在一种可能的实现方式中,所述输入图像为预先标注了所述至少两个待计数对象分布位置的样本图像,所述计数方法基于神经网络实现,所述神经网络的参数更新过程包括:基于所述分布位置信息与预先标注的所述样本图像中至少两个待计数对象的分布位置,确定第一损失;基于所述待计数对象的密度图与预先标注的待计数对象的密度图,确定第二损失,基于所述第一损失和/或第二损失,对所述神经网络中的参数进行更新。
在该实现方式中,神经网络可以是卷积神经网络,可以通过对神经网络参数的更新,实现对神经网络的训练。样本图像中可以预先标注了所有待计数对象分布位置,该分布位置用于计算与神经网络预测的分布位置的第一损失,从而训练神经网络。而步骤S11中标注的至少一个待计数对象的位置信息,用于框选出待计数对象,用户只需框选出少量(例如3个)待计数对象,神经网络即可预测全部待计数对象的总数。
在基于所述第一损失和/或第二损失,对所述神经网络中的参数进行更新的过程中,可以基于第一损失对所述神经网络中的参数进行更新,也可以基于第二损失对所述神经网络中的参数进行更新,还可以基于第一损失和第二损失确定总损失,基于总损失对神经网络中的参数进行更新。基于第一损失和第二损失确定总损失,具体可以是对第一损失和第二损失进行求和,得到总损失,此外,还可以对第一损失和第二损失分别赋予相应的权重进行加权,然后再求和,得到总损失,本公开对确定总损失的具体过程不做限定。
在更新过程中,可以计算分布位置信息与预先标注的输入图像中待计数对象的分布位置之间的第一损失,基于第一损失对神经网络中的参数进行更新,预先标注的分布位置,可以是用户预先标注的输入图像中所有待计数对象的位置,该位置具体可以通过矩形框或者多边形框等框选工具,框选完成后,可以生成一个表征待计数对象在输入图像中分布位置的掩码标签,即可作为预先标注的输入图像中待计数对象的分布位置信息。
在基于第一损失对所述神经网络中的参数进行更新的过程中,可以更新网络中的参数,使得更新后的神经网络在接收到输入图像后输出的分布位置信息与预先标注的分布位置尽可能地一致。在一个示例中,可以通过二分类交叉熵损失函数(BCE loss)来确定第一损失,然后对神经网络的参数进行更新。
在更新过程中,还可以计算待计数对象的密度图与预先标注的待计数对象的密度图之间的第二损失,基于第二损失对所述神经网络中的参数进行更新,预先标注的待计数对象的密度图,可以是预先标注的输入图像中待计数对象的分布位置信息生成的。
在基于第二损失对所述神经网络中的参数进行更新的过程中,可以更新网络中的参数,使得更新后的神经网络在接收到输入图像后输出的待计数对象的密度图与预先标注的密度图尽可能地一致。在一个示例中,可以通过均方误差损失函数(L2 loss)来确定第二损失,然后对神经网络的参数进行更新。
在本公开实施例中,通过基于所述分布位置信息与预先标注的输入图像中待计数对象的分布位置,确定第一损失;基于所述待计数对象的密度图与预先标注的待计数对象的密度图,确定第二损失,基于所述第一损失和/或第二损失,对所述神经网络中的参数进行更新。由于第一特征图和第二特征图的作用不同,一个用于确定分布位置,另一个用于确定特征分布,由此,基于分布位置和密度函数分别计算损失,那么随着网络训练的进行,两个初始卷积网络的参数会不同,以便更好地实现两个特征图的各自作用,更准确地确定待计数对象的数量。
下面对本公开实施例的一个应用场景进行说明。请参阅图2,为本公开实施例提供的应用场景示意图,在该应用场景中,通过卷积神经网络实现本公开提供的计数方法,用户在输入图像中预先标注了3个待计数对象,通过利用VGG-16的前10个卷积层和3个池化层对输入图像进行特征提取,得到初始特征F;然后从初始特征F中分别提取第一特征Fc和第二特征Fd;从第一特征Fc中提取标注的3个待计数对象的特征v1,v2和v3,将这三个特征平均之后得到计算与Fc上每个位置的特征的余弦相似度,得到所述输入图像上待计数对象的分布位置信息,即待计数对象在输入图像中的分割图将与Fd相乘得到无类别的密度特征信息,此时已经得到只包含待计数类别物体的特征信息,对密度特征信息进行解码(上采样,并放大到与输入图像尺度一致),得到待计数对象的密度图
在对该神经网络的训练过程中,通过二分类交叉熵损失函数(BCE loss)来计算和标签信息S之间的第一损失,然后对神经网络的参数进行更新;通过均方误差损失函数(L2loss)来确定和标签信息D之间的第二损失,然后对神经网络的参数进行更新。
在一种可能的实现方式中,所述计数方法基于神经网络实现,所述神经网络的训练样本和/或测试样本的构建方法包括:根据第一样本图像的标注信息,得到目标对象的至少一个目标子图;将所述目标子图粘贴到第二样本图像中,得到合成图像以及所述目标子图在所述合成图像中的粘贴位置信息;将所述粘贴位置信息作为合成图像中的标注信息,生成合成样本图像。
第一样本图像可以是具备标注信息的图像,标注信息用于指示第一样本图像中标注的目标对象所在的位置,目标对象可以是任一用户标注的对象,本公开对目标对象的具体类型不做限定。如图3左上角的图中显示,该样本图中通过矩形框选中了3个玻璃球所在的位置。
标注信息用于指示第一样本图像中标注的目标对象所在的位置,标注信息具体可以是目标对象的坐标,那么,可以根据该坐标来确定被标注的目标区域。在一个示例中,在位置信息为矩形框的坐标的情况下,可以根据矩形框的坐标,确定第一样本图像中被标注的目标区域。
在确定目标区域后,可以基于目标区域中的图像,得到至少一个目标子图,具体地,可以提取所述标注信息对应的目标区域中的图像,作为目标子图;和/或,对所述标注信息对应的目标区域中的图像分别进行至少一次图像变换,将图像变换后的图像作为目标子图。
在存在至少两个目标区域的情况下,可以分别提取目标区域中的图像,得到至少两个目标子图,即单个目标区域中的图像作为一个目标子图,示例性的,假设预先标注了3个目标对象的位置,那么,即可得到3个目标子图。
此外,还可以对目标区域中的图像进行图像变换,将图像变换后的图像作为目标子图。所述图像变换包括下述至少之一:图像拉伸、图像收缩、图像选择、图像对称变换、在图像中添加噪声。在一个示例中,这里的图像变换可以是对图像进行拉伸,例如,在水平方向和/或竖直方向进行拉伸;在另一个示例中,这里的图像变换也可以是对图像进行收缩,例如,在水平方向和/或竖直方向进行拉伸;在另一个示例中,这里的图像变换也可以是对图像进行旋转,例如向左旋转90°;在另一个示例中,这里的图像变换也可以是对图像进行对称变换;在另一个示例中,这里的图像变换也可以是在图像中添加噪声,该噪声例如可以是高斯噪声。
在该实现方式中,可以将提取得到的图像和图像变换都得到的图像一起作为目标子图。
在得到目标子图后,可以将目标子图粘贴到第二样本图像中,得到合成图像。第二样本图像可以是任意的图像,第二样本图像用作背景,将目标子图粘贴到第二样本图像中时,可以是随机地在第二图像中的任意位置进行粘贴,同时记录粘贴位置信息。
将所述粘贴位置信息作为合成图像中的标注信息,生成合成样本图像。
在本公开实施例中,通过根据第一样本图像的标注信息,确定所述第一样本图像中被标注的至少一个目标区域;基于所述目标区域中的图像,得到至少一个目标子图;将所述目标子图粘贴到第二样本图像中,得到合成图像以及所述目标子图在所述合成图像中的粘贴位置信息;将所述粘贴位置信息作为合成图像中的标注信息,生成合成样本图像。由此,可以使用复制-粘贴的方式来生成大量的合成样本图像,相对于人工标注来说,构建样本图像的速度更快,且将粘贴位置信息作为合成样本图像的标注信息,标注信息的准确度较高。
在一种可能的实现方式中,在根据第一样本图像的标注信息,得到目标对象的至少一个目标子图前,所述方法还包括:根据所述目标区域的尺寸信息,以及所述第二样本图像的尺寸信息,确定要生成的目标子图的第一数量;其中,所述目标子图的第一数量与所述第二样本图像的尺寸信息正相关、与所述目标区域的尺寸信息负相关。
目标区域的尺寸信息,可以是目标区域的面积,或者是目标区域的长度、宽度等信息,在目标区域为矩形的情况下,目标区域的面积可以通过目标区域的长度乘以宽度得到。在目标区域包括多个的情况下,目标区域的尺寸信息可以是多个目标区域的尺寸的平均值,例如多个目标区域的面积的平均值。目标尺寸越大,则第二样本图像中可以少放置目标子图,因此,目标子图的第一数量与第二样本图像的尺寸信息正相关。
第二样本图像的尺寸信息,可以是第二样本图像的面积,或者是第二样本图像的长度、宽度等信息,在第二样本图像为矩形的情况下,第二样本图像的面积可以通过第二样本图像的长度乘以宽度得到。第二样本图像的尺寸越大,则第二样本图像中可以多放置目标子图,因此,目标子图的第一数量与第二样本图像的尺寸信息正相关。
为便于更清楚地理解第一数量N的确定过程,下面通过具体的数学表达式来对第一数量N的确定过程进行说明,需要说明的是,本公开中提供的具体数学表达式为本公开实施例在具体实施时的一种可能的实现方式,而不应当理解为对本公开实施例保护范围的限制。
其中,α为权重参数,例如可以是0.25~0.75之间的随机数,为第二样本图像的高度,为第二样本图像的宽度,ei表征第i个目标子图,i为正整数,为ei构成的集合,为目标子图的高度,为目标子图的宽度,表征第一样本图像If中ei的个数。
在本公开实施例中,通过根据所述目标区域的尺寸信息,以及所述第二样本图像的尺寸信息,确定要生成的目标子图的第一数量;并且,所述目标子图的第一数量与所述第二样本图像的尺寸信息正相关,所述目标子图的第一数量与所述目标区域的尺寸信息负相关。由此,计算出来的贴图的数量满足实际物体分布规律,得到的合成样本图像更加接近真实拍摄的图像,提高神经网络训练的准确度。
在一种可能的实现方式中,在确定要生成的目标子图的数量后,所述对所述标注信息对应的目标区域中的图像分别进行至少一次图像变换,包括:根据所述第一数量,对所述目标区域中的图像分别进行至少一次图像变换,以得到总数满足所述第一数量的目标子图。
在确定第一数量后,要得到第一数量的目标子图,可以通过图像变换的方式得到,具体变换的方式可参见本公开提供的可能的实现方式,此次不做赘述。
下面对本公开实施例的一个应用场景进行说明。请参阅图3,为本公开实施例提供的应用场景示意图,在该应用场景中,从训练集中挑选一张第一样本图像If,根据训练集提供的标注信息,该图像对应3个矩形框e1、e2、e3,表示需要计数的物体,从训练集中随机挑选另外一张第二样本图像Ib作为背景图。从If中复制3个物体框中的图像,并对它们进行若干次随机的图像变换,最后总计得到N个目标子图,将目标子图随机粘贴到背景图像Ib上,如图3所示,根据粘贴图像位置,得到了合成样本图像上的物体对应的标签信息,从而能够生成对密度图作为标注(ground truth),可以对神经网络进行预训练。
预训练完成之后,还可以使用人工标注的标签信息对神经网络进行训练,从而可以进一步优化神经网络,提升神经网络对于物体特征信息的学习能力。
在测试时,可以使用测试图像集中人工标注的标签信息对训练好的神经网络进行测试,也可以继续使用本公开实施例复制-粘贴的方式合成测试图像,来对神经网络进行优化。
本公开实施例中,在对输入图像进行初始特征提取时,可以基于卷积神经网络来提取,图4示出根据本公开实施例的特征提取方法的流程图,如图4所示,对输入图像进行初始特征提取,得到初始特征图,包括:
在步骤S21中,获取输入特征,所述输入特征包括输入图像或对所述输入图像进行至少一次卷积操作得到的特征;
这里的输入特征可以是原始的输入图像,即可以直接以图像的像素值为输入进行卷积操作,或者,该输入特征也可以是对输入图像进行至少一次卷积操作后得到的特征,这里的卷积操作可以是卷积核大小固定的卷积操作,也可以是本公开实施例提供的卷积核大小可变的卷积操作,本公开对此不做限定。
在步骤S22中,获取所述输入图像中目标对象的尺寸信息;
这里的目标对象可以是前文的待计数对象,目标对象的尺寸信息,可以是目标对象在输入图像中所占的尺寸的信息,例如,可以是目标对象在输入图像中所占的面积,或者目标对象在输入图像中所占区域的长度和宽度。
目标对象的尺寸信息可以根据输入图像中标注的目标对象的标注信息来确定,例如,通过矩形框标注了目标对象的位置的情况下,可以直接将矩形框的尺寸信息,作为目标对象的尺寸信息,示例性地,可以根据矩形框的长度和宽度确定目标对象的面积,作为目标对象的尺寸信息。此外,还可以通过用户输入目标对象的尺寸信息,本公开对目标对象尺寸信息的具体获取方式不作限定。
在步骤S23中,基于所述尺寸信息和所述输入特征,确定卷积核在所述输入特征中采样时采样点的位置偏移量;
卷积核在输入特征中进行采样时,会有至少一个采样点,如果卷积核的尺寸为1×1,则卷积核具备1个采样点,如果卷积核的尺寸为2×2,则卷积核具备4个采样点,如果卷积核的尺寸为3×3,则卷积核具备9个采样点,对于更多的卷积核的尺寸和采样点的对应关系,此处不做赘述。卷积核中的各采样点在采样时,会按照预定的位置在输入特征中进行采样,如图5所示,为本公开提供的一种卷积核采样点位置分布示意图,图5中的箭头指示采样点的位置偏移方向和距离,空心圆表征位置偏移前采样点的位置,实心圆表示位置偏移后采样点的位置,图5示出了两种偏移后的采样点,可以看出,经过偏移后的采样点的位置更加的灵活,可以实现采样时感受野的变更,图5右侧的卷积核的采样点在经过偏移后,可明显看到感受野的范围变大,适用于对大尺寸的目标对象的确定。
在本公开实施例中,采样点位置偏移量是基于目标对象的尺寸信息和输入特征来确定的,示例性地,可以对该尺寸信息和输入特征执行一个卷积操作,得到采样点位置偏移量,该卷积操作的参数可以是通过样本进行训练得到的,该卷积操作可以是本公开提供的计数方法的特征提取过程中的一部分,通过网络的训练过程,即可对该卷积操作的参数进行训练,具体训练方式可参见前文中的相关描述,此处不做赘述。
在步骤S24中,基于所述位置偏移量调整后的卷积核,对所述输入特征进行卷积操作,得到输出特征。
得到的输出特征即可作为初始特征,或者,可以将输出特征再次进行至少一次卷积操作,得到初始特征。
卷积核中的每一个采样点均可以得到一个位置偏移量,例如,图5中的9个采样点,均可以进行位置偏移。示例性的,每一个采样点的位置偏移量可以包含x轴和y轴两个方向,基于x轴的偏移量和y轴的偏移量,然后在采样点的初始位置上进行偏移,即可得到位置偏移量调整后的卷积核。
基于位置偏移量调整后的采样点采集对应位置的图像特征,然后进行卷积操作,即可得到输出特征。由此,得到的输出特征是基于目标对象的尺寸进行采样得到的,可以更好地表征输入图像中的目标对象。那么基于输出特征所确定的输入图像中的目标对象将会更加准确。
在一种可能的实现方式中,在存在至少两个目标对象的尺寸信息情况下,所述获取所述输入图像中目标对象的尺寸信息,包括:将获取到的所述至少两个目标对象的尺寸信息的平均值,作为所述目标对象在所述输入图像中的尺寸信息。
在一个示例中,这里的存在至少两个目标对象的尺寸信息,可以是预先在输入图像中标注出了两个或多个目标对象的尺寸信息,这样,在存在两个或多个目标对象的尺寸信息的情况下,可以将获取到的至少两个目标对象的尺寸信息的平均值,作为目标对象在输入图像中的尺寸信息。
示例性地,通过多个矩形框标注了输入图像中的多个目标对象的情况下,可以针对每个矩形框,计算目标对象的面积,然后取面积的平均值,作为目标对象的尺寸信息。
在本公开实施例中,由于输入图像中可能存在多个目标对象,尤其是在进行目标对象的计数时,目标对象的数量往往较多,且尺寸可能会有所差异,因此,依据多个目标对象的尺寸信息的平均值,能够更准确地表征输入图像中的所有目标对象,提高了确定输入图像中的所有目标对象时的准确率,提高了对输入图像中的目标对象进行计数的准确性。
在一种可能的实现方式中,所述基于所述尺寸信息和所述输入特征,确定卷积核在所述输入特征中采样时采样点的位置偏移量,包括:将所述尺寸信息与所述输入特征进行融合,得到融合特征;基于所述融合特征,确定卷积核在所述输入特征中采样时采样点的位置偏移量。
采样点位置偏移量是基于目标对象的尺寸信息和输入特征来确定的,具体可以是将尺寸信息和输入特征进行融合,基于融合后的特征来确定采样点位置偏移量,这里的融合,例如可以是对尺寸信息和输入特征进行拼接。尺寸信息和输入特征在计算机中的表现形式可以是矩阵,那么,这里的将尺寸信息和输入特征进行拼接,可以是对表征尺寸信息和输入特征的两个矩阵进行拼接。
示例性地,在基于融合特征确定卷积核采样点的位置偏移量时,可以对该融合特征执行一个卷积操作,得到采样点位置偏移量,该卷积操作的参数可以是通过样本进行训练得到的,该卷积操作可以是本公开提供的计数方法的特征提取过程中的一部分,通过网络的训练过程,即可对该卷积操作的参数进行训练,具体训练方式可参见前文中的相关描述,此处不做赘述。
在一种可能的实现方式中,所述将所述尺寸信息与所述输入特征进行融合,得到融合特征,包括:对所述尺寸信息进行非线性变换操作,得到表征所述尺寸信息的尺寸特征;对所述输入特征进行卷积操作,得到卷积输入特征;将所述尺寸特征与所述卷积输入特征进行融合,得到融合特征。
如前文所述,在本公开实施例中,尺寸信息可以是面积、长宽等信息,这里,可以通过一个非线性变换操作,将其转换为表征尺寸信息尺寸特征,这里的尺寸特征可以是向量形式,以便于后续的卷积操作,也可以是向量经尺寸变换后的特征,具体执行非线性变换操作的过程可参见相关技术,此处不做赘述。
表征尺寸信息的向量的尺度往往与输入特征的尺度不同,因此,这里可以对向量进行尺度变换,将向量的尺度变换为与输入特征的尺度相同,以便于后续与输入特征进行融合。
针对输入特征,可以执行一次卷积操作,得到卷积输入特征,然后将卷积输入特征与尺寸特征进行拼接,即可得到融合特征。
在本公开实施例中,对所述尺寸信息进行非线性变换操作,得到表征所述尺寸信息的向量;对所述向量进行尺度变换,得到与所述输入特征的尺度相同的尺寸特征;对所述输入特征进行卷积操作,得到卷积输入特征;将所述尺寸特征与所述卷积输入特征进行拼接,得到融合特征。由此,得到的融合特征能够更准确地表征目标对象的尺寸信息和融合特征,以便准确地得到采样点的位置偏移量。
下面对本公开实施例的一个应用场景进行说明,请参阅图6,为本公开实施例提供的一种应用场景示意图,该应用场景中,右上角的目标对象尺寸信息经过非线性变换操作后得到向量,然后将向量的尺度在空间维度扩展,得到与输入特征的尺度一致的尺寸特征g;左下角的输入特征经过卷积操作后得到卷积输入特征c;输入特征c与尺寸特征g在通道维度进行拼接,得到融合特征r,融合特征r会经过一个卷积操作,得到采样点的位置偏移量,基于该位置偏移量调整后的卷积核,对输入特征进行卷积操作,得到右下角的输出特征。
下面对本公开实施例的一个应用场景进行说明。请参阅图7,为本公开实施例提供的应用场景示意图,在该应用场景中,通过卷积神经网络实现本公开提供的初始特征的提取,图7中,通过利用VGG-16的前10个卷积层和3个池化层对输入图像进行特征提取,这里,将每个阶段的最后一个卷积操作替换为卷积核采样点可变的卷积层,构建骨架网络,来提取物体特征信息。卷积核采样点可变的卷积层的具体实现过程可参见本公开步骤S21-24的相关描述。然后,最后一层卷积核可变卷积层的输出特征即作为初始特征图,基于初始特征图,进一步确定输入图像中的目标对象的数量。
可以理解,本公开提及的上述各个方法实施例,在不违背原理逻辑的情况下,均可以彼此相互结合形成结合后的实施例,限于篇幅,本公开不再赘述。本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
该方法与计算机***的内部结构存在特定技术关联,且能够解决如何提升硬件运算效率或执行效果的技术问题(包括减少数据存储量、减少数据传输量、提高硬件处理速度等),从而获得符合自然规律的计算机***内部性能改进的技术效果。
此外,本公开还提供了计数装置、电子设备、计算机可读存储介质、程序,上述均可用来实现本公开提供的任一种计数方法,相应技术方案和描述和参见方法部分的相应记载,不再赘述。
图8示出根据本公开实施例的计数装置的框图,如图8所示,所述装置30包括:
输入图像特征提取模块31,用于对输入图像进行特征提取,得到第一特征图和第二特征图;
对象特征提取模块32,用于根据所述输入图像中标注的至少一个待计数对象的位置信息,从所述第一特征图中提取待计数对象的对象特征;
分布位置信息确定模块33,用于根据所述对象特征,在所述第一特征图中确定至少两个待计数对象的分布位置信息;
特征分布图确定模块34,用于利用所述分布位置信息,从所述第二特征图中确定出待计数对象的特征分布图;
总数量确定模块35,用于基于所述特征分布图确定待计数对象的总数量。
在一种可能的实现方式中,所述对象特征提取模块,包括:
对象特征提取子模块,用于在标注的待计数对象为至少两个的情况下,根据标注的至少两个待计数对象的位置信息,从所述第一特征图中分别提取标注的各待计数对象的第一特征;
融合模块,用于将提取的各待计数对象的第一特征进行融合,得到待计数对象的对象特征。
在一种可能的实现方式中,所述分布位置信息确定模块,包括:
相似度确定模块,用于计算所述对象特征与所述第二特征图中各位置处的特征的相似度;
分布位置信息确定子模块,用于基于所述各位置处的特征的相似度,得到所述第一特征图中所述至少两个待计数对象的分布位置信息。
在一种可能的实现方式中,所述特征分布图确定模块,用于将所述分布位置信息与所述第二特征图相乘,得到待计数对象的特征分布图。
在一种可能的实现方式中,总数量确定模块,包括:
密度图获取模块,用于对所述特征分布图进行上采样,得到待计数对象的密度图;
总数量确定子模块,用于基于所述密度图确定待计数对象的总数量。
在一种可能的实现方式中,所述输入图像特征提取模块,包括:
初始特征提取模块,用于对输入图像进行初始特征提取,得到初始特征图;
第一特征图提取模块,用于对所述初始特征图进行第一特征提取,得到第一特征图;
第二特征图提取模块,用于对所述初始特征图进行第二特征提取,得到第二特征图。
在一种可能的实现方式中,所述输入图像为预先标注了所述至少两个待计数对象分布位置的样本图像,所述计数装置基于神经网络实现,所述神经网络的基于参数更新模块更新,所述参数更新模块包括:
第一损失确定模块,用于基于所述分布位置信息与预先标注的所述样本图像中至少两个待计数对象的分布位置,确定第一损失;
第二损失确定模块,用于基于所述待计数对象的密度图与预先标注的待计数对象的密度图,确定第二损失;
参数更新子模块,用于基于所述第一损失和/或第二损失,对所述神经网络中的参数进行更新。
在一种可能的实现方式中,所述计数方法基于神经网络实现,所述装置还包括:样本构建模块,用于构建神经网络的训练样本和/或测试样本;
所述样本构建模块包括:
目标子图确定模块,用于根据第一样本图像的标注信息,得到目标对象的至少一个目标子图;
粘贴模块,用于将所述目标子图粘贴到第二样本图像中,得到合成图像以及所述目标子图在所述合成图像中的粘贴位置信息;
合成模块,用于将所述粘贴位置信息作为合成图像中的标注信息,生成合成样本图像。
在一种可能的实现方式中,所述目标子图确定模块,包括:
第一目标子图确定模块,用于提取所述标注信息对应的目标区域中的图像,作为目标子图;和/或,
第二目标子图确定模块,用于对所述标注信息对应的目标区域中的图像分别进行至少一次图像变换,将图像变换后的图像作为目标子图。
在一种可能的实现方式中,所述样本构建模块还包括:
数量确定模块,用于根据所述目标区域的尺寸信息,以及所述第二样本图像的尺寸信息,确定要生成的目标子图的第一数量;其中,所述目标子图的第一数量与所述第二样本图像的尺寸信息正相关、与所述目标区域的尺寸信息负相关。
在一种可能的实现方式中,所述第二目标子图确定模块,用于根据所述第一数量,对所述目标区域中的图像分别进行至少一次图像变换,得到所述第一数量的目标子图;
所述图像变换包括下述至少之一:
图像拉伸、图像收缩、图像选择、图像对称变换、在图像中添加噪声。
在一种可能的实现方式中,所述初始特征提取模块,包括:
输入特征获取模块,用于获取输入特征,所述输入特征包括输入图像或对所述输入图像进行至少一次卷积操作得到的特征;
尺寸信息获取模块,用于获取所述输入图像中目标对象的尺寸信息;
位置偏移量确定模块,用于基于所述尺寸信息和所述输入特征,确定卷积核在所述输入特征中采样时采样点的位置偏移量;
卷积操作模块,用于基于所述位置偏移量调整后的卷积核,对所述输入特征进行卷积操作,得到输出特征,所述输出特征用于确定所述输入图像中的目标对象。
在一种可能的实现方式中,尺寸信息获取模块,用于将获取到的所述至少两个目标对象的尺寸信息的平均值,作为所述目标对象在所述输入图像中的尺寸信息。
在一种可能的实现方式中,位置偏移量确定模块,包括:
融合特征确定模块,用于将所述尺寸信息与所述输入特征进行融合,得到融合特征;
位置偏移量确定子模块,用于基于所述融合特征,确定卷积核在所述输入特征中采样时采样点的位置偏移量。
在一种可能的实现方式中,所述融合特征确定模块,包括:
非线性变换操作模块,用于对所述尺寸信息进行非线性变换操作,得到表征所述尺寸信息的尺寸特征;
卷积子模块,用于对所述输入特征进行卷积操作,得到卷积输入特征;
将所述尺寸特征与所述卷积输入特征进行融合,得到融合特征。
在一些实施例中,本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现可以参照上文方法实施例的描述,为了简洁,这里不再赘述。
本公开实施例还提出一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是易失性或非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为调用所述存储器存储的指令,以执行上述方法。
本公开实施例还提供了一种计算机程序产品,包括计算机可读代码,或者承载有计算机可读代码的非易失性计算机可读存储介质,当所述计算机可读代码在电子设备的处理器中运行时,所述电子设备中的处理器执行上述方法。
电子设备可以被提供为终端、服务器或其它形态的设备。
图9示出根据本公开实施例的一种电子设备800的框图。例如,电子设备800可以是用户设备(User Equipment,UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal Digital Assistant,PDA)、手持设备、计算设备、车载设备、可穿戴设备等终端设备。
参照图9,电子设备800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)接口812,传感器组件814,以及通信组件816。
处理组件802通常控制电子设备800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理***,一个或多个电源,及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当电子设备800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和***接口模块之间提供接口,上述***接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为电子设备800提供各个方面的状态评估。例如,传感器组件814可以检测到电子设备800的打开/关闭状态,组件的相对定位,例如所述组件为电子设备800的显示器和小键盘,传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变,用户与电子设备800接触的存在或不存在,电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如互补金属氧化物半导体(CMOS)或电荷耦合装置(CCD)图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络,如无线网络(Wi-Fi)、第二代移动通信技术(2G)、第三代移动通信技术(3G)、***移动通信技术(4G)、通用移动通信技术的长期演进(LTE)、第五代移动通信技术(5G)或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器804,上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
本公开涉及增强现实领域,通过获取现实环境中的目标对象的图像信息,进而借助各类视觉相关算法实现对目标对象的相关特征、状态及属性进行检测或识别处理,从而得到与具体应用匹配的虚拟与现实相结合的AR效果。示例性的,目标对象可涉及与人体相关的脸部、肢体、手势、动作等,或者与物体相关的标识物、标志物,或者与场馆或场所相关的沙盘、展示区域或展示物品等。视觉相关算法可涉及视觉定位、SLAM、三维重建、图像注册、背景分割、对象的关键点提取及跟踪、对象的位姿或深度检测等。具体应用不仅可以涉及跟真实场景或物品相关的导览、导航、讲解、重建、虚拟效果叠加展示等交互场景,还可以涉及与人相关的特效处理,比如妆容美化、肢体美化、特效展示、虚拟模型展示等交互场景。可通过卷积神经网络,实现对目标对象的相关特征、状态及属性进行检测或识别处理。上述卷积神经网络是基于深度学习框架进行模型训练而得到的网络模型。
图10示出根据本公开实施例的一种电子设备1900的框图。例如,电子设备1900可以被提供为一服务器或终端设备。参照图10,电子设备1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理,一个有线或无线网络接口1950被配置为将电子设备1900连接到网络,和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作***,例如微软服务器操作***(Windows ServerTM),苹果公司推出的基于图形用户界面操作***(Mac OSXTM),多用户多进程的计算机操作***(UnixTM),自由和开放原代码的类Unix操作***(LinuxTM),开放原代码的类Unix操作***(FreeBSDTM)或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器1932,上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是***、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是(但不限于)电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(***)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中,所述计算机程序产品具体体现为计算机存储介质,在另一个可选实施例中,计算机程序产品具体体现为软件产品,例如软件开发包(Software Development Kit,SDK)等等。
上文对各个实施例的描述倾向于强调各个实施例之间的不同之处,其相同或相似之处可以互相参考,为了简洁,本文不再赘述。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
若本申请技术方案涉及个人信息,应用本申请技术方案的产品在处理个人信息前,已明确告知个人信息处理规则,并取得个人自主同意。若本申请技术方案涉及敏感个人信息,应用本申请技术方案的产品在处理敏感个人信息前,已取得个人单独同意,并且同时满足“明示同意”的要求。例如,在摄像头等个人信息采集装置处,设置明确显著的标识告知已进入个人信息采集范围,将会对个人信息进行采集,若个人自愿进入采集范围即视为同意对其个人信息进行采集;或者在个人信息处理的装置上,利用明显的标识/信息告知个人信息处理规则的情况下,通过弹窗信息或请个人自行上传其个人信息等方式获得个人授权;其中,个人信息处理规则可包括个人信息处理者、个人信息处理目的、处理方式以及处理的个人信息种类等信息。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (14)
1.一种计数方法,其特征在于,包括:
对输入图像进行特征提取,得到第一特征图和第二特征图;
根据所述输入图像中标注的至少一个待计数对象的位置信息,从所述第一特征图中提取待计数对象的对象特征;
根据所述对象特征,在所述第一特征图中确定至少两个待计数对象的分布位置信息;
利用所述分布位置信息,从所述第二特征图中确定出待计数对象的特征分布图;
基于所述特征分布图确定待计数对象的总数量。
2.根据权利要求1所述方法,其特征在于,所述根据所述输入图像中标注的至少一个待计数对象的位置信息,从所述第一特征图中提取待计数对象的对象特征,包括:
在标注的待计数对象为至少两个的情况下,根据标注的至少两个待计数对象的位置信息,从所述第一特征图中分别提取标注的各待计数对象的第一特征;
将提取的各待计数对象的第一特征进行融合,得到待计数对象的对象特征。
3.根据权利要求1所述方法,其特征在于,所述根据所述对象特征,在所述第一特征图中确定至少两个待计数对象的分布位置信息,包括:
计算所述对象特征与所述第二特征图中各位置处的特征的相似度;
基于所述各位置处的特征的相似度,得到所述第一特征图中所述至少两个待计数对象的分布位置信息。
4.根据权利要求1-3任一所述方法,其特征在于,所述利用所述分布位置信息,从所述第二特征图中确定出待计数对象的特征分布图,包括:
将所述分布位置信息与所述第二特征图相乘,得到待计数对象的特征分布图。
5.根据权利要求1所述方法,其特征在于,基于所述特征分布图确定待计数对象的总数量,包括:
对所述特征分布图进行上采样,得到待计数对象的密度图;
基于所述密度图确定待计数对象的总数量。
6.根据权利要求1所述方法,其特征在于,所述对输入图像进行特征提取,得到第一特征图和第二特征图,包括:
对输入图像进行初始特征提取,得到初始特征图;
对所述初始特征图进行第一特征提取,得到第一特征图;
对所述初始特征图进行第二特征提取,得到第二特征图。
7.根据权利要求1-6任一所述方法,其特征在于,所述输入图像为预先标注了所述至少两个待计数对象分布位置的样本图像,所述计数方法基于神经网络实现,所述神经网络的参数更新过程包括:
基于所述分布位置信息与预先标注的所述样本图像中至少两个待计数对象的分布位置,确定第一损失;
基于所述待计数对象的密度图与预先标注的待计数对象的密度图,确定第二损失;
基于所述第一损失和/或第二损失,对所述神经网络中的参数进行更新。
8.根据权利要求1-7任一所述方法,其特征在于,所述计数方法基于神经网络实现,所述神经网络的训练样本和/或测试样本的构建方法包括:
根据第一样本图像的标注信息,得到目标对象的至少一个目标子图;
将所述目标子图粘贴到第二样本图像中,得到合成图像以及所述目标子图在所述合成图像中的粘贴位置信息;
将所述粘贴位置信息作为合成图像中的标注信息,生成合成样本图像。
9.根据权利要求8所述方法,其特征在于,所述根据第一样本图像的标注信息,得到目标对象的至少一个目标子图,包括:
提取所述标注信息对应的目标区域中的图像,作为目标子图;和/或,
对所述标注信息对应的目标区域中的图像分别进行至少一次图像变换,将图像变换后的图像作为目标子图。
10.根据权利要求8或9所述方法,其特征在于,在根据第一样本图像的标注信息,得到目标对象的至少一个目标子图前,所述方法还包括:
根据所述目标区域的尺寸信息,以及所述第二样本图像的尺寸信息,确定要生成的目标子图的第一数量;其中,所述目标子图的第一数量与所述第二样本图像的尺寸信息正相关、与所述目标区域的尺寸信息负相关。
11.根据权利要求10所述方法,其特征在于,在确定要生成的目标子图的数量后,所述对所述标注信息对应的目标区域中的图像分别进行至少一次图像变换,包括:
根据所述第一数量,对所述目标区域中的图像分别进行至少一次图像变换,得到所述第一数量的目标子图;
所述图像变换包括下述至少之一:
图像拉伸、图像收缩、图像选择、图像对称变换、在图像中添加噪声。
12.一种计数装置,其特征在于,包括:
输入图像特征提取模块,用于对输入图像进行特征提取,得到第一特征图和第二特征图;
对象特征提取模块,用于根据所述输入图像中标注的至少一个待计数对象的位置信息,从所述第一特征图中提取待计数对象的对象特征;
分布位置信息确定模块,用于根据所述对象特征,在所述第一特征图中确定至少两个待计数对象的分布位置信息;
特征分布图确定模块,用于利用所述分布位置信息,从所述第二特征图中确定出待计数对象的特征分布图;
总数量确定模块,用于基于所述特征分布图确定待计数对象的总数量。
13.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为调用所述存储器存储的指令,以执行权利要求1至11中任意一项所述的方法。
14.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至11中任意一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210115053.2A CN114445778A (zh) | 2022-01-29 | 2022-01-29 | 一种计数方法及装置、电子设备和存储介质 |
PCT/CN2022/127556 WO2023142554A1 (zh) | 2022-01-29 | 2022-10-26 | 计数方法及装置、电子设备、存储介质和计算机程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210115053.2A CN114445778A (zh) | 2022-01-29 | 2022-01-29 | 一种计数方法及装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114445778A true CN114445778A (zh) | 2022-05-06 |
Family
ID=81371906
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210115053.2A Pending CN114445778A (zh) | 2022-01-29 | 2022-01-29 | 一种计数方法及装置、电子设备和存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN114445778A (zh) |
WO (1) | WO2023142554A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023142554A1 (zh) * | 2022-01-29 | 2023-08-03 | 上海商汤智能科技有限公司 | 计数方法及装置、电子设备、存储介质和计算机程序产品 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006105655A1 (en) * | 2005-04-06 | 2006-10-12 | March Networks Corporation | Method and system for counting moving objects in a digital video stream |
CN111222378A (zh) * | 2018-11-27 | 2020-06-02 | 株式会社日立制作所 | 一种对象计数方法及装置 |
CN112102300A (zh) * | 2020-09-18 | 2020-12-18 | 青岛商汤科技有限公司 | 计数方法及装置、电子设备和存储介质 |
CN112150467A (zh) * | 2020-11-26 | 2020-12-29 | 支付宝(杭州)信息技术有限公司 | 一种货物数量确定方法、***和装置 |
CN114445778A (zh) * | 2022-01-29 | 2022-05-06 | 上海商汤智能科技有限公司 | 一种计数方法及装置、电子设备和存储介质 |
-
2022
- 2022-01-29 CN CN202210115053.2A patent/CN114445778A/zh active Pending
- 2022-10-26 WO PCT/CN2022/127556 patent/WO2023142554A1/zh unknown
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023142554A1 (zh) * | 2022-01-29 | 2023-08-03 | 上海商汤智能科技有限公司 | 计数方法及装置、电子设备、存储介质和计算机程序产品 |
Also Published As
Publication number | Publication date |
---|---|
WO2023142554A1 (zh) | 2023-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109740516B (zh) | 一种用户识别方法、装置、电子设备及存储介质 | |
CN110674719B (zh) | 目标对象匹配方法及装置、电子设备和存储介质 | |
CN110688951B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN111983635B (zh) | 位姿确定方法及装置、电子设备和存储介质 | |
US20210248718A1 (en) | Image processing method and apparatus, electronic device and storage medium | |
KR20210102180A (ko) | 이미지 처리 방법 및 장치, 전자 기기 및 기억 매체 | |
CN110675409A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN111881956A (zh) | 网络训练方法及装置、目标检测方法及装置和电子设备 | |
US20220392202A1 (en) | Imaging processing method and apparatus, electronic device, and storage medium | |
CN110532956B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN113326768B (zh) | 训练方法、图像特征提取方法、图像识别方法及装置 | |
CN112991381B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN115471662B (zh) | 语义分割模型的训练方法、识别方法、装置和存储介质 | |
CN113066135A (zh) | 图像采集设备的标定方法及装置、电子设备和存储介质 | |
WO2022247091A1 (zh) | 人群定位方法及装置、电子设备和存储介质 | |
CN113781518B (zh) | 神经网络结构搜索方法及装置、电子设备和存储介质 | |
CN113139484B (zh) | 人群定位方法及装置、电子设备和存储介质 | |
CN113052874B (zh) | 目标跟踪方法及装置、电子设备和存储介质 | |
CN114066856A (zh) | 模型训练方法及装置、电子设备和存储介质 | |
WO2023142554A1 (zh) | 计数方法及装置、电子设备、存储介质和计算机程序产品 | |
CN113496237B (zh) | 域适应神经网络训练和交通环境图像处理方法及装置 | |
CN111178115B (zh) | 对象识别网络的训练方法及*** | |
WO2023155350A1 (zh) | 一种人群定位方法及装置、电子设备和存储介质 | |
CN114842404A (zh) | 时序动作提名的生成方法及装置、电子设备和存储介质 | |
CN114612790A (zh) | 图像处理方法及装置、电子设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |