基于网格编解码器网络的拥挤人群计数与密度估计
计算机视觉与模式识别
2019-04-22 v2
摘要
人群计数近期在计算机视觉领域引起了越来越多的关注，但仍然是一个具有挑战性的问题。在本文中，我们提出了一种用于人群计数的网格编解码器网络（TEDnet），专注于生成高质量的密度估计图。主要贡献有四点。首先，我们开发了一种新的网格架构，该架构包含多条解码路径，以分层聚合不同编码阶段的特征，能够处理目标的巨大尺度变化。其次，我们设计了在路径间交错的密集跳跃连接，以促进充分的多尺度特征融合并吸收监督信息。第三，我们提出了一种新的组合损失，以增强密度图中的局部一致性和空间相关性。通过将这种组合损失分布式地施加在中间输出上，可以在很大程度上缓解梯度消失问题，从而实现更好的反向传播和更快的收敛。最后，我们的 TEDnet 在四个基准数据集上取得了新的 SOTA 性能，在 MAE 指标上提升了高达 14%。
引用
@article{arxiv.1903.00853,
title = {Crowd Counting and Density Estimation by Trellis Encoder-Decoder Network},
author = {Xiaolong Jiang and Zehao Xiao and Baochang Zhang and Xiantong Zhen and Xianbin Cao and David Doermann and Ling Shao},
journal= {arXiv preprint arXiv:1903.00853},
year = {2019}
}
备注
CVPR 2019, Accepted