面向资源受限人群计数的轻量级特征融合架构
计算机视觉与模式识别
2024-01-12 v1
摘要
人群计数在现实场景中有直接应用，因此计算效率和性能至关重要。然而，以往大多数方法依赖沉重的骨干网络和复杂的下游架构，限制了部署。为应对这一挑战并增强人群计数模型的通用性，我们引入了两种轻量级模型。这些模型保持相同的下游架构，同时融合两种不同的骨干网络：MobileNet 和 MobileViT。我们利用相邻特征融合（Adjacent Feature Fusion）从预训练模型（PTM）中提取不同尺度的特征，并随后无缝组合这些特征。这种方法使我们的模型在保持紧凑高效设计的同时，实现了性能提升。通过在 ShanghaiTech-A、ShanghaiTech-B 和 UCF-CC-50 数据集上与我们提出的模型及先前最先进（SOTA）方法的比较，该模型在取得可比结果的同时，成为计算效率最高的模型。最后，我们呈现了一项比较研究、广泛的消融研究以及剪枝，以展示我们模型的有效性。
引用
@article{arxiv.2401.05968,
title = {A Lightweight Feature Fusion Architecture For Resource-Constrained Crowd Counting},
author = {Yashwardhan Chaudhuri and Ankit Kumar and Orchid Chetia Phukan and Arun Balaji Buduru},
journal= {arXiv preprint arXiv:2401.05968},
year = {2024}
}