(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210686165.3 (22)申请日 2022.06.16 (71)申请人 慧之安信息技 术股份有限公司 地址 100000 北京市海淀区昆明湖南路51 号A座二层217号 (72)发明人 余丹　兰雨晴　于艺春　王丹星　 (74)专利代理 机构 北京广技专利代理事务所 (特殊普通 合伙) 11842 专利代理师 张国香 (51)Int.Cl. G06T 5/00(2006.01) G06T 3/40(2006.01) G06V 40/10(2022.01) G06V 20/52(2022.01) G06V 10/82(2022.01)G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于GAN图像修复的密集人群 计数方法 (57)摘要 本发明的实施例公开一种基于GAN图像修复 的密集人群计数方法， 涉及图像识别技术领域。 所述方法， 包括： 通过GAN网络对待计数的密集人 群图像进行图像修复， 得到中间图像； 通过预设 目标检测算法对 所述中间图像进行人员检测， 统 计得到所述密集人群图像中的人员计数值。 本发 明通过GAN网络对密集人群图像进行图像修复， 有效地提高了图像清晰度， 从而进一步的提高了 人员检测精确度， 使得密集人群计数统计结果更 加准确。 权利要求书2页 说明书6页 附图1页 CN 114972111 A 2022.08.30 CN 114972111 A 1.一种基于GAN图像修复的密集人群 计数方法， 其特 征在于， 包括： 通过GAN网络对待计数的密集人群图像进行图像修复， 得到中间图像； 通过预设目标检测算法对所述中间图像进行人员检测， 统计得到所述密集人群图像中 的人员计数值。 2.如权利要求1所述的一种基于GAN图像修复的密集人群计数方法， 其特征在于， 在所 述通过GAN网络对待计数的密集人群图像进行图像修复之前， 还 包括： 构建包括 生成器和判别器的GAN网络； 获取一定数量的密集人群图像作为样本集； 将所述样本集分为训练集和测试集， 并将训练集中的各图像进行随机遮挡， 得到由缺 陷图像组成的训练集； 通过所述训练集和 测试集训练所述GAN网络 。 3.如权利要求2所述的一种基于GAN图像修复的密集人群计数方法， 其特征在于， 所述 生成器为全连接层的卷积神经网络， 所述判别器为马尔可 夫判别器。 4.如权利要求1所述的一种基于GAN图像修复的密集人群计数方法， 其特征在于， 所述 通过GAN网络对带计数的密集人群图像进行图像修复， 得到中间图像， 包括： 将所述密集人群图像增 加若干行、 列像素点， 得到第一图像； 通过GAN网络对所述第一图像进行图像修复， 得到第二图像； 剔除所述第 二图像中与所述密集人群图像转换为第 一图像时所增加的行、 列像素点对 应的行、 列像素点， 得到中间图像。 5.如权利要求4所述的一种基于GAN图像修复的密集人群计数方法， 其特征在于， 所述 将所述密集人群图像增 加若干行、 列像素点， 得到第一图像， 包括： 在所述密集人群图像中的密集人群区域的相邻行、 列之间增加行、 列像素点， 得到第一 图像。 6.如权利要求5所述的一种基于GAN图像修复的密集人群计数方法， 其特征在于， 所述 在所述密集人群图像中的密集人群区域的相邻行、 列之间增加行、 列像素点， 得到第一图 像， 包括： 根据第一公式在所述密集人群图像中的相邻行之间增 加行像素点， 得到第三图像； 根据第二公式在所述第三图像中的相邻列之间增 加列像素点， 得到第一图像； 其中， 所述第一公式为： 所述第一公式中， R ′(i→i+1,j)表示在 所述密集人群图像中的第i行和第i+1行中间增 加的一行中第j列的像素点的像素值； R(i,j)表示所述密集人群图像中的第i行第j列的像 素点的像素值； R(i+1,j)表示所述密集人群图像中的第i+1行第j列像素点的像素值； i＝1, 2,..,n； n表示所述密集人群图像中的总行数； j＝1,2,..,m； m表示所述密集人群图像中的 总列数； 所述第二公式为： 权　利　要　求　书 1/2 页 2 CN 114972111 A 2所述第二公式中， R ″(a,j→j+1)表示在 所述第三图像中的第j列和第j+1列中间增加的 一列中第a行的像素点的像素值； R ′(a,j)表示第三图像中的第a行第j列像素点的像素值； R′(a+1,j)表示第三图像中的第a+1行第j列像素点的像素值； R ″(a,b)表示第一图像中的第 a行第b列像素点的像素值； a＝1,2, …A； A表示所述第三图像中的总行数； b ＝1,2,…B； B表 示所述第一图像中的总列数。 7.如权利要求6所述的一种基于GAN图像修复的密集人群计数方法， 其特征在于， 所述 剔除所述第二图像中与所述密集人群图像转换为第一图像时所增加的行、 列像素点对应的 行、 列像素点， 得到中间图像， 包括： 根据第三公式得到中间图像； 其中， 所述第三公式为： r(I,J)＝GAN,R ″(2×I‑1,2×J‑1)‑ 所述第三公式中， r(I,J)表示所述中间图像中第I行第J列像素点的像素值； GAN,R ″(2 ×I‑1,2×J‑1)‑表示所述第二图像中第2 ×I‑1行第2×J‑1列像素点的像素值。 8.如权利要求1 ‑7任一项所述的一种基于GAN图像修复的密集人群计数方法， 其特征在 于， 所述目标检测算法为Faster  R‑CNN算法或SSD算法或YOLO系列算法。权　利　要　求　书 2/2 页 3 CN 114972111 A 3