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: 2022-07-01

来源: 试点城市（园区）

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

产业化落地方案

点击查看

成果综合评价报告

评价单位：- (-) 评价时间：2022-11-17

孙爱华

无锡市人工智能学会

副会长

综合评价

该成果涉及计算机视觉技术领域，尤其涉及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。该技术创新性很强，且技术成熟，投资回报比较可靠。总体而言，该项技术思路方向很好，未来市场空间较大，有利于当前政策要求，转化成熟度高，值得支持推广。建议强化相应产品开发，加大产业链开发力度。

科创中国

友情链接

国际技术贸易

海外专利信息资源系统

省级中心站