FGA：基于傅里叶引导注意力网络的人群计数
计算机视觉与模式识别
2024-07-09 v1
摘要
人群计数正逐渐成为社会问题,尤其在城市规划、人群管理和公共安全等领域。本文引入傅里叶引导注意力（FGA）,一种新的注意力机制,用于人群计数,旨在解决现有卷积注意力网络中高效获取全局模式的不足。FGA通过利用快速傅里叶变换（FFT）处理全局特征的空间注意力,以及卷积和通道注意力处理半全局和局部特征,有效捕获多尺度信息,包括全尺度全局模式。FGA的体系结构涉及双路径处理:（1）通过FFT处理全尺度全局特征,以高效提取频域信息;（2）通过传统卷积和通道注意力处理剩余特征图以获取半全局和局部特征。这种双路径体系结构使FGA能够无缝集成频率和空间信息,增强其捕获多样化人群模式的能力。我们将FGA应用于两种流行的人群计数方法CSRNet和CANNet的最后一层,在ShanghaiTech-A、ShanghaiTech-B、UCF-CC-50和JHU++等基准数据集上进行评估。实验表明,在均方误差（MSE）和平均绝对误差（MAE）指标上,该方法在所有数据集上均实现显著提升,性能与最新的前沿方法相当。此外,我们通过定性分析利用Grad-CAM热力图,展示了FGA在捕获人群模式方面的有效性。
引用
@article{arxiv.2407.06110,
title = {FGA: Fourier-Guided Attention Network for Crowd Count Estimation},
author = {Yashwardhan Chaudhuri and Ankit Kumar and Arun Balaji Buduru and Adel Alshamrani},
journal= {arXiv preprint arXiv:2407.06110},
year = {2024}
}
备注
Accepted to IJCNN'24