一种基于动态优化扩散模型的人群密度识别方法及系统

本发明公开了一种基于动态优化扩散模型的人群密度识别方法及系统，方法包括S1、逐层扩散仿真：通过逐步增加图像的噪声，模拟图像数据逐渐衰变的过程，获取带噪声图像；S2、增强型学习校正：利用去噪过程和图像质量保持策略，从带噪声图像中恢复出高质量的人群密度图；S3、潜在空间动态优化：基于人群密度图，在潜在空间中动态调整人群密度识别模型的参数，获取最优参数状态下的人群密度识别模型。优点是：提高了人群密度识别系方法及系统在复杂环境条件下的准确性和可靠性。减少了对高性能计算资源的依赖，使得人群密度识别方法及系统能够在资源受限的环境中更加高效地运行。