(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 202210599635.2 (22)申请日 2022.05.30 (71)申请人 联通 （广东） 产业互联网有限公司 地址 510000 广东省广州市黄埔区(中新广 州知识城)亿创街1号 406房之555 (72)发明人 邱芬鹏　邱述洪　童荪　梁华宇　 甘海华　 (74)专利代理 机构 广州润禾知识产权代理事务 所(普通合伙) 44446 专利代理师 郑永泉 (51)Int.Cl. G06V 20/52(2022.01) G06V 10/82(2022.01) G06V 10/80(2022.01) G06K 9/62(2022.01)G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种人头 检测方法和系统 (57)摘要 本发明涉及计算机视觉领域， 更具体地， 涉 及一种人头检测方法和系统。 本发明通过将Swin   Transformer模块引入yolov5算法， 使检测模型 能更好地关注和 融合特征图的全局信息以及上 下文信息， 挖掘出特征表示的潜能， 提取出更有 用的特征， 提高了拥挤的场景下人头检测的准确 率。 在此基础上， 还对yolov5的检测头分支进行 改造， 在检测模型的计算量基本不变的同时， 提 升了对小目标的检测能力， 进 一步提高人头检测 的准确率。 此外， 选取Alpha ‑IoU Loss作为构建 检测模型的损失函数， 提高检测模 型的检测框精 度以及增强检测模型的鲁棒 性。 权利要求书3页 说明书9页 附图3页 CN 114882440 A 2022.08.09 CN 114882440 A 1.一种人头检测方法， 其特 征在于， 包括： 采集监控图像， 建立监控图像样本集； 所述监控图像包括： 人的头部和肩部图像以及对 应的标注框； 所述 监控图像样本集包括： 监控图像训练集和监控图像测试集； 对所述监控图像样本集进行 预处理； 基于yolov5算法和SwinTransformer模块建立初始检测模型， 利用预处理后的所述监 控图像样本训练检测模型， 得到目标检测模型； 获取监控图像集， 并输入所述目标检测模型； 利用所述目标检测模型对所述 监控图像集进行 人头检测， 得到人头检测结果。 2.根据权利要求1所述的一种人头检测方法， 其特征在于， 基于yolov5算法和 SwinTransformer模块建立初始检测 模型， 利用预处理后的所述监控图像样本训练检测 模 型， 得到目标检测模型， 包括： 利用所述监控图像训练集对所述初始检测模型进行迭代训练， 得到训练后的检测模 型； 利用所述监控图像测试集对所述训练后的检测模型进行测试， 根据测试结果调 整检测 模型中相应的模型参数， 得到所述目标检测模型。 3.根据权利要求1所述的一种人头检测方法， 其特征在于， 所述初始检测模型包括： 骨 干网络、 颈部网络和检测头网络； 所述骨干网络包括依次相连的Focus层、 第一卷积层、 第一 CSP瓶颈层、 第二卷积层、 第二CSP瓶颈层、 第三卷积层、 第三CSP瓶颈层、 第四卷积层、 池化层 和第一Swin  Transformer模块； 所述颈部网络包括依次相连的第五卷积层、 第一上采样层、 第一连接层、 第四CSP瓶颈层、 第二Swin  Transformer模块、 第六卷积层、 第二上采样层、 第 二连接层、 第五CSP瓶颈层、 第三Swin  Transformer模块、 第七卷积层、 第三上采样层、 第三 连接层、 第六CSP瓶颈层、 第四Swin  Transformer模块、 第八卷积层、 第四连接层、 第七CSP瓶 颈层、 第五Swin  Transformer模块、 第九卷积层、 第五连接层和第八CSP瓶颈层； 所述检测头 网络包括： 第一检测 头、 第二检测头和第三检测头； 所述第一CSP瓶颈层与所述第三连接层 连接； 所述第二CSP瓶颈层与第二连接层连接； 所述第三CSP瓶颈层与第一连接层连接； 所述 第一Swin  Transformer模块与第五卷积层连接； 所述第六卷积层与第五连接层连接； 所述 第七卷积层与第四连接层连接； 所述第六CSP瓶颈层与第一检测 头连接； 所述第七CSP瓶颈 层与第二检测头连接； 所述第八CS P瓶颈层与第三检测头连接 。 4.根据权利要求1所述的一种人头检测方法， 其特征在于， 利用所述目标检测模型对所 述监控图像集进行 人头检测， 得到人头检测结果， 包括： 对所述监控图像集进行切片操作， 得到切片特 征图； 对所述切片特征图进行多次第 一特征提取， 得到第 一特征图、 第二特征图、 第 三特征图 和第四特 征图； 所述第一特 征提取为利用CS P瓶颈层进行的特 征提取； 对所述第四特征图进行池化处理、 第二特征提取和上采样操作， 并且与所述第三特征 图进行特征融合， 得到第五特征图； 所述第二特征提取为利用Swin  Transformer模块进行 的特征提取； 对所述第五特 征图进行第二特 征提取， 得到第六 特征图； 对所述第六特征图进行上采样操作， 并且与所述第二特征图进行特征融合， 得到第七 特征图；权　利　要　求　书 1/3 页 2 CN 114882440 A 2对所述第七特 征图进行第二特 征提取， 得到第八特 征图； 对所述第八特征图进行上采样操作， 并且和所述第一特征图进行特征融合， 得到第九 特征图； 对所述第九特征图进行第二特征提取， 并且与所述第八特征图进行特征融合， 得到第 十特征图； 对所述第十特征图进行第二特征提取， 并且与所述第六特征图进行特征融合， 得到第 十一特征图； 将所述第九特征图、 所述第十特征图和所述第十一特征图输入相应的检测头， 检测头 进行中目标、 小目标和特小目标的检测， 得到人头检测结果。 5.根据权利要求1所述的一种人头检测方法， 其特征在于， 所述检测模型的损失函数 为： 其中， Lossα‑DIoU为引入了alpha参数的DIoU  Loss， IoU为预测框与真实框的交并比， α 为 参数， ρ 为欧氏距离， b为预测框的中心点坐 标， bgt为真实框的中心点坐 标， c为预测框和真实 框最小外界矩形的对角线距离 。 6.一种人头检测系统， 其特 征在于， 包括： 样本模块， 用于采集监控图像， 建立监控图像样本集； 所述监控图像包括： 人的头部和 肩部图像以及对应的标注框； 所述监控图像样本集包括： 监控图像训练集和 监控图像测试 集； 预处理模块， 用于对所述 监控图像样本集进行 预处理； 训练模块， 用于基于yolov5算法和SwinTransformer模块建立初始检测模型， 利用预处 理后的所述 监控图像样本训练检测模型， 得到目标检测模型； 图像模块， 用于获取监控图像集， 并输入所述目标检测模型； 检测模块， 用于利用所述目标检测模型对所述监控图像集进行人头检测， 得到人头检 测结果。 7.根据权利要求6所述的一种人头检测系统， 其特 征在于， 训练模块包括： 迭代单元， 用于利用所述监控图像训练集对所述初始检测模型进行迭代训练， 得到训 练后的检测模型； 测试单元， 用于利用所述监控图像测试集对所述训练后的检测模型进行测试， 根据测 试结果调整检测模型中相应的模型参数， 得到所述目标检测模型。 8.根据权利要求6所述的一种人头检测系统， 其特征在于， 所述初始检测模型包括： 骨 干网络、 颈部网络和检测头网络； 所述骨干网络包括依次相连的Focus层、 第一卷积层、 第一 CSP瓶颈层、 第二卷积层、 第二CSP瓶颈层、 第三卷积层、 第三CSP瓶颈层、 第四卷积层、 池化层 和第一Swin  Transformer模块； 所述颈部网络包括依次相连的第五卷积层、 第一上采样层、 第一连接层、 第四CSP瓶颈层、 第二Swin  Transformer模块、 第六卷积层、 第二上采样层、 第 二连接层、 第五CSP瓶颈层、 第三Swin  Transformer模块、 第七卷积层、 第三上采样层、 第三 连接层、 第六CSP瓶颈层、 第四Swin  Transformer模块、 第八卷积层、 第四连接层、 第七CSP瓶 颈层、 第五Swin  Transformer模块、 第九卷积层、 第五连接层和第八CSP瓶颈层； 所述检测头权　利　要　求　书 2/3 页 3 CN 114882440 A 3