逆注意力引导的深度人群计数网络
计算机视觉与模式识别
2019-07-23 v2
摘要
本文研究拥挤场景中人群计数这一具有挑战性的问题。具体而言，我们提出逆注意力引导的深度人群计数网络（IA-DCCN），该网络通过逆注意力机制将分割信息高效地注入计数网络，从而取得显著改进。所提方法基于VGG-16，是一个单步训练框架且易于实现。分割信息的使用带来极小的计算开销，且不需要任何额外标注。我们通过详细分析与消融实验证明了分割引导逆注意力的重要性。此外，所提方法在三个具有挑战性的人群计数数据集上进行了评估，结果表明其相比若干近期方法取得了显著改进。
引用
@article{arxiv.1907.01193,
title = {Inverse Attention Guided Deep Crowd Counting Network},
author = {Vishwanath A. Sindagi and Vishal M. Patel},
journal= {arXiv preprint arXiv:1907.01193},
year = {2019}
}
备注
Accepted at 16th IEEE International Conference on Advanced Video and Signal-based Surveillance (AVSS) 2019