Count-ception：通过全卷积冗余计数进行计数
计算机视觉与模式识别
2017-07-25 v2 机器学习
机器学习
摘要
数字图像中的物体计数是一项应由机器替代的工作。这项繁琐的任务耗时且因人工标注者的疲劳而易出错。目标是构建一个系统，输入图像后返回其中物体的计数，并以物体定位的形式给出预测依据。我们重新表述了 Lempitsky 和 Zisserman 最初提出的问题，改为预测一个计数图，该图包含基于较小回归网络感受野的冗余计数。回归网络预测该窗口内存在的物体数量。通过全卷积方式处理图像，每个像素将被计入若干次，次数等于包含它的窗口数量，即每个窗口的大小（例如 32×32 = 1024）。为恢复真实计数，我们对冗余预测取平均。我们的贡献在于采用冗余计数而非预测密度图，以便对误差进行平均。我们还提出了一种新颖的深度神经网络架构，该架构改编自 Inception 网络家族，称为 Count-ception 网络。综合来看，我们的方法相较于 Xie、Noble 和 Zisserman 在 2016 年提出的最先进方法，取得了 20% 的相对改进（MAE 从 2.9 降至 2.3）。
引用
@article{arxiv.1703.08710,
title = {Count-ception: Counting by Fully Convolutional Redundant Counting},
author = {Joseph Paul Cohen and Genevieve Boucher and Craig A. Glastonbury and Henry Z. Lo and Yoshua Bengio},
journal= {arXiv preprint arXiv:1703.08710},
year = {2017}
}
备注
Under Review