A-CCNN：用于密度估计与人群计数的自适应 CCNN
计算机视觉与模式识别
2018-04-23 v2
摘要
人群计数旨在利用基于视觉的计算机技术估算人群中的人数，已在研究界引起广泛关注。尽管已有诸多尝试，但真实世界问题（如图像中目标尺寸的巨大变化及人物间严重遮挡）使其仍具挑战性。本文中，我们提出自适应计数卷积神经网络（A-CCNN），并自适应地考虑帧中目标的尺度变化，以提升计数精度。我们的方法利用上下文信息，在场景中提供更准确且自适应的密度图与人群计数。使用不同的目标计数基准数据集进行了广泛的实验评估，结果表明所提方法有效且优于 SOTA 方法。
引用
@article{arxiv.1804.06958,
title = {A-CCNN: adaptive ccnn for density estimation and crowd counting},
author = {Saeed Amirgholipour Kasmani and Xiangjian He and Wenjing Jia and Dadong Wang and Michelle Zeibots},
journal= {arXiv preprint arXiv:1804.06958},
year = {2018}
}
备注
5 pages, 2 figures