1.基于多元数据融合的室内人员计数方法,其特征在于,包括:获取RGB图像和红外图像,其中,RGB图像包括RGB室内人员占有图和RGB室内环境背景图,红外图像包括红外室内人员占有图和红外室内环境背景图;
将RGB图像和红外图像输入预设的室内人员计数模型进行处理,以获取室内人员数量;
其中,所述将RGB图像和红外图像输入训练好的室内人员计数模型进行处理包括:对RGB图像和红外图像进行深度慢特征分析,获取RGB剪影图和红外剪影图;
将RGB剪影图和红外剪影图分别输入时空注意力机制模块进行处理,获取RGB时空特征和红外时空特征;
根据RGB时空特征和红外时空特征,获取聚合特征;
对聚合特征进行卷积处理,输出包含头部目标检测框的图像,计算头部目标检测框的数量,获取室内人员数量。
2.如权利要求1所述的基于多元数据融合的室内人员计数方法,其特征在于,对RGB图像进行深度慢特征分析,获取RGB剪影图包括:将RGB室内人员占有图和RGB室内环境背景图分别输入变分自编码器,获取RGB人员占有特征和RGB环境特征;
将RGB人员占有特征和RGB环境特征输入慢特征分析模型进行处理,获取RGB剪影图。
3.如权利要求2所述的基于多元数据融合的室内人员计数方法,其特征在于,所述将RGB人员占有特征和RGB环境特征输入慢特征分析模型进行处理包括:对RGB人员占有特征和RGB环境特征进行中心化处理,并计算对应的协方差矩阵和互协方差矩阵;
根据协方差矩阵和互协方差矩阵,计算输入特征第一阶导数的协方差矩阵和输入特征的协方差矩阵,获取广义特征向量并进行归一化处理,获取映射矩阵;
根据映射矩阵、RGB人员占有特征和RGB环境特征,获取RGB剪影图。
4.如权利要求1所述的基于多元数据融合的室内人员计数方法,其特征在于,将RGB剪影图输入时空注意力机制模块进行处理,获取RGB时空特征包括:根据RGB剪影图,获取对应的特征图和注意力图;
将特征图划分为多个,获取多个空间区域特征图;将注意力图划分为多个,获取多个空间注意力图;
对每个空间注意力图的所有值进行L1归一化处理,获取每个区域的空间注意力分数;
对同一区域内不同时刻的空间注意力图的空间注意力分数进行L1归一化处理,获取时空注意力分数;
根据空间区域特征图和时空注意力分数,获取RGB时空特征。
5.如权利要求1所述的基于多元数据融合的室内人员计数方法,其特征在于,所述根据RGB时空特征和红外时空特征,获取聚合特征具体为:通过DFA算子将RGB时空特征和红外特征融合,获取聚合特征。
6.如权利要求5所述的基于多元数据融合的室内人员计数方法,其特征在于,所述通过DFA算子将RGB时空特征和红外特征融合包括:在每个通道利用Sigmoid激活函数对红外时空特征进行归一化处理,获取归一化分数;
将红外时空特征的归一化参数和RGB时空特征进行积操作,获取融合特征。
7.如权利要求1所述的基于多元数据融合的室内人员计数方法,其特征在于,所述对聚合特征进行卷积处理,输出包含头部目标检测框的图像包括:将聚合特征输入第一卷积层进行编码处理,后并行输入第二卷积层和第三卷积层,获取包含目标检测框和类别的图像;
通过非极大值抑制算法对目标检测框进行过滤,输出包含头部目标检测框的图像。
8.基于多元数据融合的室内人员计数系统,其特征在于,包括:获取模块,用于获取RGB图像和红外图像,其中,RGB图像包括RGB室内人员占有图和RGB室内环境背景图,红外图像包括红外室内人员占有图和红外室内环境背景图;
室内人员计数模块,用于将RGB图像和红外图像输入预设的室内人员计数模型进行处理,以获取室内人员数量;其中,所述将RGB图像和红外图像输入训练好的室内人员计数模型进行处理包括:对RGB图像和红外图像进行深度慢特征分析,获取RGB剪影图和红外剪影图;
将RGB剪影图和红外剪影图分别输入时空注意力机制模块进行处理,获取RGB时空特征和红外时空特征;
根据RGB时空特征和红外时空特征,获取聚合特征;
对聚合特征进行卷积处理,输出包含头部目标检测框的图像,计算头部目标检测框的数量,获取室内人员数量。
9.一种电子设备,其特征在于,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成权利要求1‑7任一项所述的步骤。
10.一种计算机可读存储介质,其特征在于,用于存储计算机指令,所述计算机指令被处理器执行时,完成权利要求1‑7任一项所述的步骤。