迭代式人群计数
计算机视觉与模式识别
2018-07-27 v1
摘要
本工作中，我们解决图像中的人群计数问题。我们提出一种基于卷积神经网络（CNN）的密度估计方法来解决该问题。一次性预测高分辨率密度图是一项具有挑战性的任务。因此，我们提出一种双分支 CNN 架构用于生成高分辨率密度图，其中第一分支生成低分辨率密度图，第二分支结合第一分支的低分辨率预测与特征图来生成高分辨率密度图。我们还提出了该方法的多阶段扩展，其中流水线中的每个阶段都利用之前所有阶段的预测。与先前最先进的人群计数方法的经验比较表明，我们的方法在三个具有挑战性的人群计数基准：Shanghaitech、WorldExpo'10 和 UCF 数据集上取得了最低的平均绝对误差。
引用
@article{arxiv.1807.09959,
title = {Iterative Crowd Counting},
author = {Viresh Ranjan and Hieu Le and Minh Hoai},
journal= {arXiv preprint arXiv:1807.09959},
year = {2018}
}
备注
ECCV 2018