基于渐进嵌入尺度上下文的混合注意力网络用于人群计数
计算机视觉与模式识别
2021-06-07 v1
摘要
现有人群计数方法通常采用注意力机制应对背景噪声，或应用多级特征或多尺度上下文融合应对尺度变化。然而，这些方法分别处理这两个问题。本文中，我们提出一种采用渐进嵌入尺度上下文（Progressive Embedding Scale-context, PES）信息的混合注意力网络（Hybrid Attention Network, HAN），使网络能够同时抑制噪声并适应头部尺度变化。我们通过并行空间注意力与通道注意力模块构建混合注意力机制，使网络更关注人头区域并减少背景物体的干扰。此外，我们沿空间与通道维度向混合注意力中嵌入特定尺度上下文，以缓解由视角与头部尺度变化引起的计数误差。最后，我们提出一种渐进学习策略，通过级联多个嵌入不同尺度上下文的混合注意力模块，使不同尺度上下文信息能从全局到局部逐步整合进当前特征图。消融实验表明该网络架构能逐步学习多尺度特征并抑制背景噪声。大量实验证明 HANet 在四个主流数据集上取得了最先进的计数性能。
引用
@article{arxiv.2106.02324,
title = {Hybrid attention network based on progressive embedding scale-context for crowd counting},
author = {Fusen Wang and Jun Sang and Zhongyuan Wu and Qi Liu and Nong Sang},
journal= {arXiv preprint arXiv:2106.02324},
year = {2021}
}