ResnetCrowd：一种用于人群计数、暴力行为检测和人群密度等级分类的残差深度学习架构
计算机视觉与模式识别
2017-05-31 v1
摘要
本文提出了ResnetCrowd，这是一种用于同时进行人群计数、暴力行为检测和人群密度等级分类的深度残差架构。为了训练和评估所提出的多目标技术，我们构建了一个包含100张图像的新数据集，称为Multi Task Crowd。这个新数据集是首个为人群计数、暴力行为检测和密度等级分类进行全面标注的计算机视觉数据集。我们的实验表明，多任务方法提升了所有任务的个体性能，尤其是暴力行为检测，其ROC曲线AUC（曲线下面积）提升了9%。训练后的ResnetCrowd模型还在多个额外基准上进行了评估，凸显了针对多目标训练的人群分析模型所具有的卓越泛化能力。
引用
@article{arxiv.1705.10698,
title = {ResnetCrowd: A Residual Deep Learning Architecture for Crowd Counting, Violent Behaviour Detection and Crowd Density Level Classification},
author = {Mark Marsden and Kevin McGuinness and Suzanne Little and Noel E. O'Connor},
journal= {arXiv preprint arXiv:1705.10698},
year = {2017}
}
备注
7 Pages, AVSS 2017