Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 天翼云科技有限公司简铮获国家专利权

天翼云科技有限公司简铮获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉天翼云科技有限公司申请的专利一种基于深层次聚合的人群密度估计方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115937772B

龙图腾网通过国家知识产权局官网在2025-09-30发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211553579.5,技术领域涉及:G06V20/52;该发明授权一种基于深层次聚合的人群密度估计方法是由简铮;王昆;李文成;樊庆宇;陈岩;李煜;钱翔;王军鹏;李永;卢隆设计研发完成,并于2022-12-06向国家知识产权局提交的专利申请。

一种基于深层次聚合的人群密度估计方法在说明书摘要公布了:本发明属于人工智能领域,涉及一种基于深层次聚合的人群密度估计方法,包括以下步骤:步骤一:输入原始图片,并对原始图片预处理;步骤二:将预处理后的图片输入到模型backbone中提取图像featuremap;步骤三:将步骤二中得到的featuremap经过两个并行三层卷积层后,输出两个预测分支:人头中心点预测分支和人头分类分支;步骤四:利用人头分类分支输出人头置信度,过滤掉人头中心点预测分支预测的置信度低于0.5人头,完成最终人群目标中心点定位;步骤五:输出人群人头中心定位结果,并统计输出人群数量。与现有技术相比,本发明可以直接预测人群中心点,从而针对人群密度估计数据集,实现端到端闭环训练,因此,模型训练收敛更快,模型检测效果更好。

本发明授权一种基于深层次聚合的人群密度估计方法在权利要求书中公布了:1.一种基于深层次聚合的人群密度估计方法,其特征在于,包括以下步骤: 步骤一:输入原始图片,并对原始图片的宽度和高度做缩放预处理; 步骤二:将预处理后的图片输入到模型backbone中提取图像feature map; 步骤三:将步骤二中得到的feature map经过两个并行三层卷积层后,输出两个预测分支:人头中心点预测分支和人头分类分支; 步骤四:利用人头分类分支输出人头置信度,过滤掉人头中心点预测分支预测的置信度低于0.5人头,完成最终人群目标中心点定位; 步骤五:输出人群人头中心定位结果,并统计输出人群数量,完成人群密度估计任务; 所述步骤二中模型backbone采用Resnet34作为基础backbone网络,并对backbone网络的多个层之间进行深层次聚合改造,backbone网络中上采样加入可变卷积模块,更新网络结构,生成图像feature map; 所述步骤三中,人头中心点预测分支基于点anchor预测当前patch目标中心点偏移量,具体过程如下: 设模型backbone网络为,中s表示模型下采样倍率,本方法的网络结构中s即为4,的feature map 尺寸为 ; 的feature map中每个像素点就对应输入图像中 大小的 patch; 在每个 patch 中,预定义一个固定初始anchor参考点集R以及点集坐标: 每个patch中初始参考点集采取中心分布的形式,在每个patch中心分布4个初始anchor; 初始参考anchor点集初始化后,人头中心点预测分支会对每个anchor参考点预测坐标偏移量,最终生成人群中人头中心预测值: Feature map经过人头分类分支的softmax层后,人头分类分支对每个patch输出人头分类置信度; 其中,K为anchor参考点数量,为点集坐标,为权重因子。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人天翼云科技有限公司,其通讯地址为:100010 北京市东城区青龙胡同甲1号、3号2幢2层205-32室;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。