基于课程预训练的重度压缩图像人群计数
计算机视觉与模式识别
2023-01-31 v2
摘要
JPEG图像压缩算法是边缘和云计算环境中广泛使用的减小图像尺寸的技术。然而，将这种有损压缩应用于深度神经网络处理的图像会导致显著的精度下降。受课程学习范式启发，我们提出了一种称为课程预训练（CPT）的训练方法，用于压缩图像上的人群计数，其缓解了由有损压缩引起的精度下降。我们在三个人群计数数据集、两种人群计数DNN模型和不同压缩级别上通过大量实验验证了方法的有效性。所提出的训练方法对超参数不过度敏感，并将误差（特别是对于重度压缩图像）降低了多达19.70%。
引用
@article{arxiv.2208.07075,
title = {Crowd Counting on Heavily Compressed Images with Curriculum Pre-Training},
author = {Arian Bakhtiarnia and Qi Zhang and Alexandros Iosifidis},
journal= {arXiv preprint arXiv:2208.07075},
year = {2023}
}