用于增强人群计数的深度秩一致金字塔模型
计算机视觉与模式识别
2023-12-19 v2 人工智能
摘要
大多数传统人群计数方法利用全监督学习框架建立场景图像与人群密度图间的映射,通常依赖大量昂贵且耗时的像素级标注进行监督训练。减轻密集标注负担并提升计数精度的一种途径是利用大量无标注图像,这归因于单幅图像内固有的自结构信息与秩一致性,可在训练中提供额外的定性关系监督。与以往在原始图像层面利用秩关系的方法不同,我们探索潜特征空间中的此种秩一致性关系,该方法能融入众多金字塔偏序,增强模型表征能力。一个显著优势是它还能提高无标注样本的利用率。具体而言,我们提出深度秩一致金字塔模型(Deep Rank-consistEnt pyrAmid Model, DREAM),充分利用潜空间中由粗到细金字塔特征的跨层秩一致性,以海量无标注图像实现增强人群计数。此外,我们收集了一个新的无标注人群计数数据集FUDAN-UCC,含4000幅图像用于训练。在UCF-QNRF、ShanghaiTech PartA与PartB、UCF-CC-50四个基准数据集上的大量实验表明,相较先前半监督方法,本方法有效。代码见 https://github.com/bridgeqiqi/DREAM。
引用
@article{arxiv.2201.04819,
title = {Deep Rank-Consistent Pyramid Model for Enhanced Crowd Counting},
author = {Jiaqi Gao and Zhizhong Huang and Yiming Lei and Hongming Shan and James Z. Wang and Fei-Yue Wang and Junping Zhang},
journal= {arXiv preprint arXiv:2201.04819},
year = {2023}
}
备注
Accepted by IEEE Transactions on Neural Networks and Learning Systems