面向密集场景人群计数的间接即时注意力优化
计算机视觉与模式识别
2022-06-14 v1
摘要
引导可学习参数（如特征图）优化的一种吸引人方法是全局注意力，它以极小的代价启发网络智能。然而，其损失计算过程仍有不足：1）由于过程中涉及的人工阈值不够鲁棒，我们只能为注意力生成一维“伪标签”；2）待计算损失的注意力必然是高维的，通过卷积降低其维度不可避免地会引入额外的可学习参数，从而混淆损失的来源。为此，我们设计了一个基于 SoftMax-Attention 的简单而高效的间接即时注意力优化（IIAO）模块，该模块在网络中间阶段将高维注意力图在数学意义上转化为一维特征图以进行损失计算，同时自动为特征金字塔模块提供自适应多尺度融合。这一特殊变换产生相对粗糙的特征，并且最初各区域的预测易错性随人群密度分布而不同，因此我们量身定制了区域相关性损失（RCLoss）以检索连续的易错区域并平滑空间信息。大量实验证明，我们的方法在许多基准数据集上超越了以往的 SOTA 方法。
引用
@article{arxiv.2206.05648,
title = {Indirect-Instant Attention Optimization for Crowd Counting in Dense Scenes},
author = {Suyu Han and Guodong Wang and Donghua Liu},
journal= {arXiv preprint arXiv:2206.05648},
year = {2022}
}