利用卷积神经网络和马尔可夫随机场进行图像人群计数
计算机视觉与模式识别
2017-10-18 v3
摘要
在本文中，我们提出了一种称为卷积神经网络 - 马尔可夫随机场（CNN-MRF）的方法，用于估计静态图像中的人群数量。我们首先将密集人群可见图像划分为重叠的补丁，然后使用深度卷积神经网络从每个补丁图像中提取特征，接着通过全连接神经网络回归局部补丁的人群计数。由于局部补丁存在重叠部分，相邻补丁的人群计数具有高度相关性。我们利用这种相关性和马尔可夫随机场来平滑局部补丁的计数结果。实验表明，我们的方法在 UCF 和 Shanghaitech 人群计数数据集上显著优于最先进的方法。
引用
@article{arxiv.1706.03686,
title = {Image Crowd Counting Using Convolutional Neural Network and Markov Random Field},
author = {Kang Han and Wanggen Wan and Haiyan Yao and Li Hou},
journal= {arXiv preprint arXiv:1706.03686},
year = {2017}
}
备注
6 pages, 6 figures, JACIII Vol.21 No.4