面向人群计数的直接测度匹配
计算机视觉与模式识别
2021-07-06 v1
摘要
传统人群计数方法通常使用高斯假设生成伪密度真值，存在高斯核尺寸估计不准确等问题。本文提出一种基于测度的新计数方法，将预测密度图直接回归至散点标注真值。首先，将人群计数表述为测度匹配问题。其次，我们推导了 Sinkhorn 散度的半平衡形式，并基于此设计了用于测度匹配的 Sinkhorn 计数损失。第三，我们通过设计 Sinkhorn 尺度一致性损失提出一种自监督机制以抵抗尺度变化。最后，给出了一种高效优化方法以最小化总体损失函数。在 ShanghaiTech、UCF-QNRF、JHU++ 和 NWPU 四个具挑战性的人群计数数据集上的大量实验验证了所提方法。
引用
@article{arxiv.2107.01558,
title = {Direct Measure Matching for Crowd Counting},
author = {Hui Lin and Xiaopeng Hong and Zhiheng Ma and Xing Wei and Yunfeng Qiu and Yaowei Wang and Yihong Gong},
journal= {arXiv preprint arXiv:2107.01558},
year = {2021}
}
备注
Accepted by International Joint Conference on Artificial Intelligence (IJCAI2021)