(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 202210260315.4 (22)申请日 2022.03.16 (71)申请人 北京金山云网络技 术有限公司 地址 100085 北京市海淀区西二 旗中路33 号院4号楼6层0 06号 (72)发明人 刘弘也　苏驰　李凯　王育林　 (74)专利代理 机构 北京唯智勤实知识产权代理 事务所(普通 合伙) 11557 专利代理师 孙姣 (51)Int.Cl. G06V 20/52(2022.01) G06K 9/62(2022.01) G06V 10/764(2022.01) G06V 10/774(2022.01) G06V 10/74(2022.01)G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 图像人群计数模 型训练方法、 人数信息生成 方法和装置 (57)摘要 本公开的实施例公开了图像人群计数模型 训练方法、 人数信息生成方法和装置。 该方法的 一具体实施方式包括： 获取训练样本， 其中， 该训 练样本包括样本图像和该样本图像的标签， 该样 本图像的标签包括： 该样本图像的人数标签和该 样本图像的累积特征向量标签， 其中， 该样本图 像的累积特征向量标签为该样本图像的人数标 签的特征向量； 获取初始图像人群计数模型； 根 据该样本图像、 该样本图像的人数标签和该样本 图像的累积特征向量标签， 对该初始图像人群计 数模型进行训练， 得到训练后图像人群计数模 型。 该实施方式的图像人群计数模 型训练方法得 到的图像人群计数模型能准确地生成出各种人 数标签类别下各个图像的人 数。 权利要求书2页 说明书12页 附图5页 CN 114639071 A 2022.06.17 CN 114639071 A 1.一种图像人群 计数模型训练方法， 包括： 获取训练样本， 其中， 所述训练样本包括样本图像和所述样本图像的标签， 所述样本图 像的标签包括： 所述样本图像的人数标签和所述样本图像的累积特征向量标签， 其中， 所述 样本图像的累积特 征向量标签为所述样本图像的人 数标签的特 征向量； 获取初始图像人群 计数模型； 根据所述样本 图像、 所述样本 图像的人数标签和所述样本 图像的累积特征向量标签， 对所述初始图像人群 计数模型进行训练， 得到训练后图像人群 计数模型。 2.根据权利要求1所述的方法， 其中， 所述根据所述样本 图像、 所述样本 图像的人数标 签和所述样本图像的累积特征向量标签， 对所述初始图像人群计数模型进行训练， 得到训 练后图像人群 计数模型， 包括： 将所述样本图像输入至所述初始图像人群 计数模型， 得到累积特 征向量和人 数信息； 生成累积特征损 失值， 其中， 所述累积特征损 失值表征所述累积特征向量与所述样本 图像的累积特 征向量标签之间差异信息； 生成人数特征损 失值， 其中， 所述人数特征损 失值表征所述人数信息与所述样本 图像 的人数标签之间差异信息； 根据所述累积特征损失值和所述人数特征损失值， 对所述初始图像人群计数模型进行 训练， 得到所述训练后图像人群 计数模型。 3.根据权利要求2所述的方法， 其中， 所述根据所述累积特征损失值和所述人数特征损 失值， 对所述初始图像人群 计数模型进行训练， 包括： 将所述累积特 征损失值和所述人 数特征损失值进行损失值相加， 得到相加后损失值； 响应于所述相加后损失值大于等于预设阈值， 对所述初始图像人群计数模型进行训 练， 得到所述训练后图像人群 计数模型。 4.根据权利要求2所述的方法， 其中， 所述初始图像人群计数模型包括： 初始累积特征 向量生成模型和初始人 数信息转换模型； 以及 所述将所述样本图像输入至所述初始图像人群计数模型， 得到累积特征向量和人数信 息， 包括： 将所述样本图像输入至所述初始累积特 征向量生成模型， 得到所述累积特 征向量； 将所述累积特 征向量输入至所述初始人 数信息转换模型， 得到所述人 数信息。 5.根据权利要求4所述的方法， 其中， 所述初始累积特征向量生成模型包括： 多个串行 连接的卷积网络、 第一全连接层和第二全连接层； 以及 所述将所述样本图像输入至所述初始累积特征向量生成模型， 得到所述累积特征向 量， 包括： 将所述样本图像输入至所述多个串行 连接的卷积网络， 得到图像特 征向量； 将所述图像特 征向量输入至所述第一全连接层， 得到全连接层向量； 将所述全连接层向量输入至所述第二全连接层， 得到所述累积特 征向量。 6.根据权利要求4所述的方法， 其中， 所述初始人数信息转换模型包括： 第 三全连接层； 以及 所述将所述累积特征向量输入至所述初始人数信息转换模型， 得到所述人数信息， 包 括：权　利　要　求　书 1/2 页 2 CN 114639071 A 2将所述累积特 征向量输入至所述第三全连接层， 得到所述人 数信息。 7.一种人 数信息生成方法， 包括： 获取待计数图像； 将所述待计数图像输入预先训练的图像人群计数模型， 得到所述待计数图像对应的人 数信息， 其中， 所述图像人群 计数模型 是通过如权利要求1 ‑6中任一所述的方法生成的。 8.一种图像人群 计数模型训练装置， 包括： 第一获取单元， 被配置成获取训练样本， 其中， 所述训练样本包括样本图像和所述样本 图像的标签， 所述样本图像的标签包括： 所述样本图像的人数标签和所述样本图像的累积 特征向量标签， 其中， 所述样本图像的累积特征向量标签为所述样本图像的人数标签的特 征向量； 第二获取 单元， 被配置成获取初始图像人群 计数模型； 训练单元， 被配置成根据所述样本 图像、 所述样本 图像的人数标签和所述样本 图像的 累积特征向量标签， 对所述初始图像人群计数模型进行训练， 得到训练后图像人群计数模 型。 9.一种人 数信息生成装置， 包括： 第三获取 单元， 被配置成获取待计数图像； 输入单元， 被配置成将所述待计数图像输入预先训练的图像人群计数模型， 得到所述 待计数图像对应的人数信息， 其中， 所述图像人群计数模型是通过如权利要求 1‑6中任一所 述的方法生成的。 10.一种电子设备， 包括： 一个或多个处 理器； 存储装置， 其上存 储有一个或多个程序， 当所述一个或多个程序被所述一个或多个处理器执行， 使得所述一个或多个处理器实 现如权利要求1 ‑7中任一所述的方法。 11.一种计算机可读介质， 其上存储有计算机程序， 其中， 所述程序被处理器执行时实 现如权利要求1 ‑7中任一所述的方法。权　利　要　求　书 2/2 页 3 CN 114639071 A 3