基于联合似然密度图与合成融合金字塔网络的多尺度感知人群计数

我们开发了一种具有尺度感知损失函数设计的合成融合金字塔网络（SPF-Net），用于准确的人群计数。现有人群计数方法假设训练标注点是准确的，从而忽略了噪声标注会导致较大的模型学习偏差和计数误差，尤其是对于出现在远处的高度密集人群。据我们所知，本工作是首个在端到端损失设计中妥善处理多尺度此类噪声，从而推动人群计数达到最先进水平的研究。我们将人群标注点的噪声建模为高斯分布，并从输入图像推导出人群概率密度图。然后，我们用多尺度的完整协方差近似人群密度图的联合分布，并推导出低秩近似以保证可处理性和高效实现。推导出的尺度感知损失函数用于训练 SPF-Net。我们表明，在四个公开数据集 UCF-QNRF、UCF CC 50、NWPU 和 ShanghaiTech A-B 上，它优于各种损失函数。所提出的 SPF-Net 能够准确预测人群中人的位置，尽管是在含噪声的训练标注上训练的。