基于视角引导分数膨胀卷积的人群计数
计算机视觉与模式识别
2021-07-09 v1
摘要
人群计数对众多视频监控场景至关重要。该任务的主要问题之一是如何处理由透视效应引起的行人剧烈尺度变化。为此，本文提出一种新颖的基于卷积神经网络的的人群计数方法，称为视角引导分数膨胀网络（PFDNet）。通过对连续尺度变化建模，所提 PFDNet 能够选择合适的分数膨胀核以适应不同空间位置。它显著提升了仅考虑离散代表性尺度的现有最优方法的灵活性。此外，通过避免其他方法所用的多尺度或多列架构，其计算更高效。实践中，所提 PFDNet 通过在 VGG16-BN 骨干上堆叠多个视角引导分数膨胀卷积（PFC）构建。通过引入一种新颖的广义膨胀卷积操作，PFC 能在视角标注引导下处理空间域中的分数膨胀比，实现行人的连续尺度建模。为应对某些情况下视角信息不可得的问题，我们进一步向所提 PFDNet 引入一个有效的视角估计分支，该分支在预训练后可在监督或弱监督设定下训练。大量实验表明，所提 PFDNet 在 ShanghaiTech A、ShanghaiTech B、WorldExpo'10、UCF-QNRF、UCF_CC_50 与 TRANCOS 数据集上优于现有最优方法，分别取得 MAE 53.8、6.5、6.8、84.3、205.8 与 3.06。
引用
@article{arxiv.2107.03665,
title = {Crowd Counting via Perspective-Guided Fractional-Dilation Convolution},
author = {Zhaoyi Yan and Ruimao Zhang and Hongzhi Zhang and Qingfu Zhang and Wangmeng Zuo},
journal= {arXiv preprint arXiv:2107.03665},
year = {2021}
}
备注
Accepted by T-MM 2021