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！

龙图腾网恭喜江苏金智教育信息股份有限公司申请的专利一种基于上下文注意力的图片人头计数的方法和装置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：CN114581849B 。

龙图腾网通过国家知识产权局官网在2025-02-18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：202210222101.8，技术领域涉及：G06V20/52；该发明授权一种基于上下文注意力的图片人头计数的方法和装置是由王晓东;张宜红;郭超;章联军;吴奇元;俞京华设计研发完成，并于2022-03-09向国家知识产权局提交的专利申请。

本一种基于上下文注意力的图片人头计数的方法和装置在说明书摘要公布了：本发明公开了一种基于上下文注意力的图片人头计数的方法和装置。本发明以VGG16的部分卷积层为前端网络，在中端网络和后端网络中生成4个64通道的密度图，并引入引入上下文特征采样，形成4通道的系数特征图。4个64通道的密度图在融合网络中进一步通过卷积和堆叠得到4通道的中间密度图。中间密度图和经Sigmoid或Softmax操作后的系数特征图以逐像素相乘后融合，得到最终的人群密度图，最后根据人群密度图的积分累加得到人头数。相比于基于多列神经网络的人头计数，本发明在一定程度上能够提高计数效率，并且相比于现有计数，本发明在准确度上有较大提升。

本发明授权一种基于上下文注意力的图片人头计数的方法和装置在权利要求书中公布了：1.一种基于上下文注意力的图片人头计数的方法，其特征在于，该方法包括模型计算步骤；所述模型计算步骤用于通过上下文注意力网络模型计算得到人群密度图；所述上下文注意力网络模型包括：前端网络、中端网络、后端网络和融合网络；所述前端网络、中端网络和后端网络分别包括五个由卷积层所组成的卷积层组；所述卷积层组包括有若干卷积层；所述融合网络包括通道维度层、融合堆叠层和融合求积层；所述前端网络中，五个卷积层组通过池化层按顺序依次串接，池化层使得五个卷积层组所输出的图像大小逐步缩半，并且最后序的卷积层组输出连接中端网络最前序的卷积层组；所述中端网络中，前序的卷积层组的输出分别通过翻倍层进行图像大小翻倍后和前端网络输出同样图像尺寸大小的卷积层组通过堆叠层在通道维度上堆叠后连接后序的卷积层组，五个卷积层组的输出分别连接后端网络的五个卷积层组；堆叠层用于将所输入的图像在通道维度上堆叠；所述后端网络中，输入连接中端网络最后序卷积层组的卷积层组输出图像大小与输入图像相同、通道数为4的特征图，并且输出连接融合网络的通道维度层；其他四个卷积层组各自间插有数量不同的翻倍层，使得这四个卷积层组输出图像大小与输入图像相同、通道数为64的特征图，并且这四个卷积层组的输出分别通过卷积层RR连接所述融合网络的融合堆叠层；卷积层RR用于将图像大小与输入图像相同、通道数为64的特征图处理后输出图像大小与输入图像相同、通道数为1的特征图；卷积层RR的卷积核大小为1*1，填充为0，步长为1；融合堆叠层用于将四个通道数为1的特征图在维度上堆叠，输出图像大小与输入图像相同、通道数为4的融合特征图；通道维度层用于将输入的特征图执行Sigmoid或Softmax操作，生成通道数为4、图像尺寸与输入图像相同的系数特征图；所述融合求积层的输入连接所述通道维度层和融合堆叠层的输出，用于将所述系数特征图和所述融合特征图逐像素相乘，从而得到通道数为4、图像尺寸与输入图像相同的人群密度图；前端网络、中端网络和后端网络的各卷积层均设有激活函数ReLU。

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江苏金智教育信息股份有限公司，其通讯地址为：211106 江苏省南京市江宁区天元西路59号南京科亚科技创业园一号楼10、11、12层；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”。