用于人群密度图估计的粗细粒度注意力网络与背景感知损失
计算机视觉与模式识别
2020-11-10 v1 人工智能
摘要
本文提出一种新颖方法——粗细粒度注意力网络(Coarse- and Fine-grained Attention Network, CFANet)，通过引入注意力图以更好地聚焦于人群区域，从而生成高质量的人群密度图并估计人数。我们设计了一种从粗到细的渐进式注意力机制，集成人群区域识别器(Crowd Region Recognizer, CRR)与密度等级估计器(Density Level Estimator, DLE)分支，由于直接生成准确的细粒度注意力图通常较为困难，该机制可抑制无关背景的影响并按人群密度等级分配注意力权重。我们还采用多级监督机制以辅助梯度反向传播并减少过拟合。此外，我们提出背景感知结构损失(Background-aware Structural Loss, BSL)，在降低误识别率的同时提高与真值的结构相似性。在常用数据集上的大量实验表明，我们的方法不仅在计数精度上优于以往的 SOTA 方法，还能改善密度图的图像质量并降低误识别率。
引用
@article{arxiv.2011.03721,
title = {Coarse- and Fine-grained Attention Network with Background-aware Loss for Crowd Density Map Estimation},
author = {Liangzi Rong and Chunping Li},
journal= {arXiv preprint arXiv:2011.03721},
year = {2020}
}
备注
Accepted by WACV 2020