MCNet：基于集成多尺度注意力模块的群众密度估计网络
计算机视觉与模式识别
2024-04-01 v1
摘要
针对地铁视频监控系统未能有效解决地铁群众密度估计问题，提出一种称为MCNet（Metro Crowd density estimation Network）的网络，用于自动分类乘客的群众密度等级。首先，提出一种集成多尺度注意力（IMA）模块，以增强普通分类器提取语义化群众纹理特征的能力，以适应群众纹理特征的特征。IMA模块的创新之处在于融合膨胀卷积、多尺度特征提取和注意力机制，以较低的计算成本从更大的感受野获取多尺度群众特征激活，并强化顶层卷积特征中群众的激活状态。其次，提出一种新型轻量级群众纹理特征提取网络，可直接处理视频帧并自动提取群众密度估计的纹理特征，同时其更快的图像处理速度和更少的网络参数使其在资源有限的嵌入式平台上具有灵活的部署能力。最后，将IMA模块和轻量级群众纹理特征提取网络集成构建MCNet，并在图像分类数据集Cifar10和四个群众密度数据集：PETS2009、Mall、QUT和SH_METRO上进行验证，以验证MCNet是否是地铁视频监控中合适的群众密度估计解决方案，该系统面临诸如高密度、高遮挡、视角畸变和有限硬件资源等图像处理挑战。
引用
@article{arxiv.2403.20173,
title = {MCNet: A crowd denstity estimation network based on integrating multiscale attention module},
author = {Qiang Guo and Rubo Zhang and Di Zhao},
journal= {arXiv preprint arXiv:2403.20173},
year = {2024}
}