区域感知网络：建模人类自上而下视觉感知机制用于人群计数
计算机视觉与模式识别
2022-06-22 v2
摘要
背景噪声与尺度变化是人群计数中长期存在的常见问题。人类扫视一张人群图像，便能通过全局感受野关注人群区域及其拥挤程度，瞬时知晓大致人数与位置。因此，本文通过建模人类自上而下视觉感知机制，提出一种带有区域感知块的新型反馈网络 RANet。首先，我们引入反馈架构生成优先级图，提供输入图像中候选人群区域的先验，使 RANet 更关注人群区域。随后设计区域感知块，通过全局感受野将上下文信息自适应编码至输入图像。具体而言，我们以列向量形式扫描整个输入图像及其优先级图，获得估计其相似度的关联矩阵，并利用该关联矩阵建立像素间的全局关系。我们的方法在多个公开数据集上优于最先进的人群计数方法。
引用
@article{arxiv.2106.12163,
title = {Region-Aware Network: Model Human's Top-Down Visual Perception Mechanism for Crowd Counting},
author = {Yuehai Chen and Jing Yang and Dong Zhang and Kun Zhang and Badong Chen and Shaoyi Du},
journal= {arXiv preprint arXiv:2106.12163},
year = {2022}
}