用于人群计数的多级注意力卷积神经网络
计算机视觉与模式识别
2021-05-25 v1 人工智能
摘要
近年来人群计数受到越来越多的关注。尤其是高密度环境下的技术已成为重要的研究内容，而针对极度密集人群存在的现有相关方法并非最优。本文中，我们提出一种用于人群计数的多级注意力卷积神经网络（MLAttnCNN）。我们在池化中应用多个不同尺度提取高层上下文信息，并使用多级注意力模块丰富不同层的特征，以实现更高效的多尺度特征融合，从而能够利用空洞卷积和 卷积生成更精确的密度图。在三个可用公开数据集上的大量实验表明，我们提出的网络优于当前最先进的方法。
引用
@article{arxiv.2105.11422,
title = {Multi-Level Attentive Convoluntional Neural Network for Crowd Counting},
author = {Mengxiao Tian and Hao Guo and Chengjiang Long},
journal= {arXiv preprint arXiv:2105.11422},
year = {2021}
}