用于尺度不变人群计数的层间与层内尺度聚合
计算机视觉与模式识别
2020-05-26 v1
摘要
人群计数是一项重要的视觉任务，面临着给定场景内连续尺度变化以及图像内与跨图像间巨大密度差异的挑战。现有方法通常使用多列结构来解决这些挑战。然而，由于捕捉多尺度特征的能力有限、对大密度差异敏感以及多分支模型训练困难，这种方法不能提供一致的改进和可迁移性。为克服这些局限，本文提出单列式尺度不变网络(ScSiNet)，其通过层间多尺度整合与一种新颖的层内尺度不变变换(SiT)相结合来提取精细的尺度不变特征。此外，为扩大密度多样性，提出了一种随机集成损失用于训练我们的单分支方法。在公开数据集上的大量实验表明，所提方法在计数精度上持续优于最先进的(state-of-the-art)方法，并实现了显著的可迁移性和尺度不变特性。
引用
@article{arxiv.2005.11943,
title = {Interlayer and Intralayer Scale Aggregation for Scale-invariant Crowd Counting},
author = {Mingjie Wang and Hao Cai and Jun Zhou and Minglun Gong},
journal= {arXiv preprint arXiv:2005.11943},
year = {2020}
}