免额外成本的聚焦计数

本文旨在计数图像中的任意物体。主流计数方法从每个物体的点标注出发，据此构建密度图。然后，其训练目标通过深度卷积网络将输入图像转换为密度图。我们认为点标注除了构建密度图外，还可服务于更多的监督目的。我们引入了免费重新利用这些点的方法。首先，我们提出基于分割的监督聚焦，将点转换为二值图。该二值图与一个网络分支及相应损失函数结合，以聚焦于感兴趣区域。其次，我们提出基于全局密度的监督聚焦，在另一分支中利用点标注与图像像素之比来正则化整体密度估计。为辅助密度估计与分割聚焦，我们还引入了一种改进的点标注核大小估计器。在六个数据集上的实验表明，无论基础网络如何，我们所有的贡献均降低了计数误差，仅使用单一网络即达到了最先进的精度。最后，我们首次在WIDER FACE上进行计数，从而展示了我们的方法在处理不同物体尺度与拥挤程度方面的优势。代码见https://github.com/shizenglin/Counting-with-Focus-for-Free