PDANet:用于精确人群计数的金字塔密度感知注意力网络
计算机视觉与模式识别
2020-04-30 v9 机器学习
摘要
人群计数,即估计拥挤区域内的人数,已引起研究界的浓厚兴趣。尽管已有诸多尝试,但由于感兴趣区域内人群密度的巨大尺度变化以及人群间严重的遮挡,人群计数仍是一个开放的现实问题。本文提出一种新颖的基于金字塔密度感知注意力的网络,缩写为 PDANet,其利用注意力、金字塔尺度特征与双分支解码器模块进行密度感知的人群计数。PDANet 利用这些模块提取不同尺度特征、聚焦相关信息并抑制误导性信息。我们还通过专属的密度感知解码器(DAD)处理不同图像间拥挤程度的差异。为此,一个分类器评估输入特征的密度水平,然后将它们传入对应的高拥挤与低拥挤 DAD 模块。最后,我们通过将低拥挤与高拥挤密度图求和作为空间注意力来生成总体密度图。同时,我们采用两种损失为输入场景生成精确的密度图。在具有挑战性的基准数据集上的广泛评估充分证明了所提 PDANet 在计数精度与生成密度图方面相对于著名 SOTA 方法的优越性能。
引用
@article{arxiv.2001.05643,
title = {PDANet: Pyramid Density-aware Attention Net for Accurate Crowd Counting},
author = {Saeed Amirgholipour and Xiangjian He and Wenjing Jia and Dadong Wang and Lei Liu},
journal= {arXiv preprint arXiv:2001.05643},
year = {2020}
}