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！

龙图腾网恭喜西安建筑科技大学申请的专利一种高效多语义信息聚合的人群密度估计方法及系统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：CN114943933B 。

龙图腾网通过国家知识产权局官网在2025-05-23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：202210600585.5，技术领域涉及：G06V20/52；该发明授权一种高效多语义信息聚合的人群密度估计方法及系统是由刘光辉;王秦蒙;陈宣润;孟月波设计研发完成，并于2022-05-30向国家知识产权局提交的专利申请。

本一种高效多语义信息聚合的人群密度估计方法及系统在说明书摘要公布了：本发明公开了一种高效多语义信息聚合的人群密度估计方法及系统，采用VGG19骨干网络并结合多层语义监督策略与空间信息嵌入策略，利用多层语义监督策略编码低层特征方式提高低层特征的语义表达，通过空间信息嵌入丰富高层特征空间信息表征；将优化后的高低层特征作为初始信息进行处理，利用两个带有步长卷积的轻量级空洞空间金字塔池化结构在进行全局多尺度上下文信息聚合的同时缓解模型参数冗余，得到人群中间信息；端采用步长卷积对上一步骤得到的特征进行上采样得到最终的密度图，在保证精度的同时降低计算量。解决了现有技术中语义提取的精度差，网络运行速度慢的问题。

本发明授权一种高效多语义信息聚合的人群密度估计方法及系统在权利要求书中公布了：1.一种高效多语义信息聚合的人群密度估计方法，其特征在于，包括以下步骤：S1：将待检测的人群图像输入到构建的骨干网络中，结合语义监督策略，从网络浅层获取带有部分语义信息的强化低层特征，在骨干网络深层中引入空间信息嵌入策略，对骨干网络中的高层特征采用双线性插值上采样，将上采样后的高层特征与低层特征逐元素相乘，获取强化后的高层特征；S2：构建轻量化空洞空间金字塔池化结构，通过逐点卷积层，分别对S1中获取的带有语义信息的低层特征和强化后的高层特征进行通道降维，采用步长卷积，分别捕获低层特征和高层特征的上下文信息，得到多尺度高层特征和多尺度低层特征，将多尺度高层特征和多尺度低层特征进行融合，得到全局多尺度上下文特征；S3：通过步长卷积对全局多尺度上下文特征继续进行上采样，得到最终的人群密度图；所述步骤S1中，所述骨干网络为VGG-19骨干网络，选取VGG-19骨干网络中的前13层实现特征提取；所述步骤S1包括以下步骤：S1.1：将待检测的人群图像输入到构建的骨干网络的层网络中，分别输出低层特征图Fli和高层特征图Fhi；S1.2对低层特征图Fli进行细化，降低特征映射维数；再通过全局平均池化降低参数量，形成语义边界约束，生成带有部分语义信息的低层特征Fli-1；S1.3：将每一层低层网络中的Fli-1融合，得到富含语义信息的低层特征FLowlevelfeatureS1.4：引入空间信息嵌入策略，对高层特征图Fhi采用双线性插值上采样，将高层的通道尺寸缩放至与低层通道尺寸相同维度，得到上采样特征图Fhi-1；S1.5：将低层特征图Fli与上采样特征图Fhi-1逐元素相乘，获取强化后的高层特征FHigh-levelfeature。

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西安建筑科技大学，其通讯地址为：710055 陕西省西安市碑林区雁塔路13号；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”。