用于人群计数的带注意力双路径多尺度融合网络
计算机视觉与模式识别
2019-02-05 v1
摘要
由于尺度变化巨大，在密度多变场景中人群计数的任务是一项极其困难的挑战。本文提出一种新颖的带注意力机制的双路径多尺度融合网络架构，名为 SFANet，其可对高度拥挤人群场景进行准确计数估计并给出高分辨率密度图。所提 SFANet 包含两个主要组件：作为前端特征图提取器的 VGG 主干卷积神经网络（CNN），以及作为后端生成密度图的双路径多尺度融合网络。这些双路径多尺度融合网络结构相同，一条路径负责通过高亮图像中人群区域来生成注意力图，另一条路径负责融合多尺度特征与注意力图以生成最终的高质量高分辨率密度图。SFANet 可通过双路径联合训练以端到端方式轻松训练。我们在四个人群计数数据集（ShanghaiTech、UCF CC 50、UCSD 和 UCF-QRNF）上评估了我们的方法。结果表明，借助注意力机制与多尺度特征融合，所提 SFANet 在所有这些数据集上取得了最佳性能，并相较于其他 SOTA 方法生成了更优质量的密度图。
引用
@article{arxiv.1902.01115,
title = {Dual Path Multi-Scale Fusion Networks with Attention for Crowd Counting},
author = {Liang Zhu and Zhijian Zhao and Chao Lu and Yining Lin and Yao Peng and Tangren Yao},
journal= {arXiv preprint arXiv:1902.01115},
year = {2019}
}