用于人群计数的级联残差密度网络
计算机视觉与模式识别
2021-07-30 v1
摘要
由于真实人群场景中存在的尺度变化和透视变化等问题，人群计数是一项具有挑战性的任务。本文中，我们提出一种新颖的级联残差密度网络（CRDNet），以由粗到精的方式更准确地生成用于人群计数的高质量密度图。（1）我们通过级联残差密度模块由多尺度金字塔特征估计残差密度图。其可逐层有效地改善密度图质量。（2）提出一种新颖的附加局部计数损失来精炼人群计数精度，该损失通过约束局部人群区域中的人数来减少逐像素欧氏损失的误差。在两个公开基准数据集上的实验表明，与最先进的方法相比，所提方法取得了有效提升。
引用
@article{arxiv.2107.13718,
title = {Cascaded Residual Density Network for Crowd Counting},
author = {Kun Zhao and Luchuan Song and Bin Liu and Qi Chu and Nenghai Yu},
journal= {arXiv preprint arXiv:2107.13718},
year = {2021}
}