用于人群计数的多尺度特征聚合
计算机视觉与模式识别
2022-08-12 v2
摘要
基于卷积神经网络（CNN）的人群计数方法在过去几年取得了可喜结果。然而，尺度变化问题对于准确计数估计仍是一大挑战。本文中，我们提出一种多尺度特征聚合网络（MSFANet），可在一定程度上缓解该问题。具体而言，我们的方法由两个特征聚合模块组成：短程聚合（ShortAgg）与跳跃聚合（SkipAgg）。ShortAgg模块聚合相邻卷积块的特征，其目的是使具有不同感受野的特征从网络底层到顶层逐渐融合。SkipAgg模块将小感受野特征直接传播至大得多感受野的特征，其目的是促进小与大感受野特征的融合。特别地，SkipAgg模块引入来自Swin Transformer块的局部自注意力特征以融入丰富空间信息。此外，我们考虑人群非均匀分布，提出了一种基于局部与全局的计数损失。在四个具挑战性数据集（ShanghaiTech dataset、UCF_CC_50 dataset、UCF-QNRF Dataset、WorldExpo'10 dataset）上的大量实验表明，所提易实现的MSFANet与先前最先进（SOTA）方法相比可取得可喜结果。
引用
@article{arxiv.2208.05256,
title = {Multi-scale Feature Aggregation for Crowd Counting},
author = {Xiaoheng Jiang and Xinyi Wu and Hisham Cholakkal and Rao Muhammad Anwer and Jiale Cao Mingliang Xu and Bing Zhou and Yanwei Pang and Fahad Shahbaz Khan},
journal= {arXiv preprint arXiv:2208.05256},
year = {2022}
}