您所在的位置: 成果库 一种基于对抗尺度一致性追求特征自学习的人群计数方法

一种基于对抗尺度一致性追求特征自学习的人群计数方法

发布时间: 2022-06-28

基本信息

合作方式： 技术服务
成果类型： 实用新型专利
行业领域：
新一代信息技术产业,信息传输、软件和信息技术服务业
成果介绍

本发明公开了一种基于对抗尺度一致性追求特征自学习的人群计数方法包括通过深度学习框架构建对抗尺度一致性网络,其具备在多尺度的数据样本中计算人群个数的功能;将特征自学习法融入对抗尺度一致性网络;利用对抗尺度一致性网络固有的对抗损失和感知损失以控制生成密度图的真伪性;利用跨尺度一致性准则约束生成的密度图;本发明的有益效果:构建一种新的人群计数回归框架,该框架在应对多尺度训练环境具有良好的性能,将带有特征自学习加入到网络图片生成阶段,对多尺度图片特征提取起到关键性的作用,有利于对于后续判别器做出准确的判断,提出了一种融合了特征自学习的人群回归模型,以利用传递更好的特征生成更高质量的图片信息。

成果亮点
团队介绍
成果资料