BBA-net：一种用于人群计数的双分支注意力网络
计算机视觉与模式识别
2022-01-25 v1 人工智能
摘要
在人群计数领域，当前主流的基于 CNN 的回归方法仅简单提取行人的密度信息而未定位每个人。这使得网络输出常包含错误响应，可能错误估计总数且不利于算法解释。为此，我们提出一种用于人群计数的双分支注意力网络（BBA-NET），其有三个创新点：i）采用双分支架构分别估计密度信息与位置信息；ii）使用注意力机制辅助特征提取，可减少错误响应；iii）引入一种结合几何自适应与 Voronoi 分割的新密度图生成方法。我们的方法可融合行人头部与身体信息以增强密度图的特征表达能力。在两个公开数据集上的大量实验表明，与其他 SOTA 方法相比，我们的方法取得了更低的人群计数误差。
引用
@article{arxiv.2201.08983,
title = {BBA-net: A bi-branch attention network for crowd counting},
author = {Yi Hou and Chengyang Li and Fan Yang and Cong Ma and Liping Zhu and Yuan Li and Huizhu Jia and Xiaodong Xie},
journal= {arXiv preprint arXiv:2201.08983},
year = {2022}
}