基于浅层特征的密集注意力网络用于人群计数
计算机视觉与模式识别
2020-06-18 v1
摘要
尽管近年来基于深度学习的人群计数性能得到显著提升，但由于图像中背景杂乱及人物尺度多变，这仍是一个根深蒂固的问题。本文提出一种基于浅层特征的密集注意力网络（SDANet）用于静态图像人群计数，其通过引入基于浅层特征的注意力模型削弱背景影响，同时借助密集连接分层图像特征捕获多尺度信息。具体而言，受背景与人群在浅层特征中通常具有显著差异响应这一观察启发，我们决定在浅层特征图上构建注意力模型，从而实现准确的背景像素检测。此外，考虑到不同尺度下最具代表性的人物特征可能出现在特征提取网络的不同层，为更好地保留它们，我们提出密集连接不同层的分层图像特征并随后编码以估计人群密度。在三个基准数据集上的实验结果清晰证明了 SDANet 在处理不同场景时的优越性。特别是在具有挑战性的 UCF CC 50 数据集上，我们的方法大幅优于其他现有方法，SDANet 达到了显著的 11.9% 平均绝对误差（MAE）下降。
引用
@article{arxiv.2006.09853,
title = {Shallow Feature Based Dense Attention Network for Crowd Counting},
author = {Yunqi Miao and Zijia Lin and Guiguang Ding and Jungong Han},
journal= {arXiv preprint arXiv:2006.09853},
year = {2020}
}