用于人群分割的全卷积神经网络

在本文中，我们提出了一种用于人群分割的快速全卷积神经网络（FCNN）。通过将 CNN 中的全连接层替换为 1x1 卷积核，FCNN 将整幅图像作为输入，并通过一次前向传播直接输出分割图。它具有类似逐块扫描的平移不变性，但计算成本低得多。一旦 FCNN 训练完成，它无需将输入图像扭曲为标准尺寸即可处理任意大小的图像。这些吸引人的特性使其可扩展到其他通用图像分割问题。基于 FCNN，我们提出了一种多阶段深度学习方案，以整合外观和运动线索进行人群分割。外观滤波器和运动滤波器均分阶段预训练，然后联合优化。我们研究了不同的组合方法。我们在两个由我们创建的人群分割数据集上评估了该方法的有效性及组件分析，这两个数据集分别包含来自 235 个和 11 个场景的图像帧。它们目前是最大的 crowds segmentation 数据集，并将向公众发布。