STNet：用于人群计数的带多级辅助器的尺度树网络
计算机视觉与模式识别
2020-12-21 v1 人工智能
摘要
人群计数仍是一项具有挑战性的任务，因为剧烈的尺寸变化、密度不一致与复杂背景会严重降低计数精度。为应对这一固有的精度退化问题，我们提出一种新颖且强大的网络——尺度树网络（STNet），用于准确的人群计数。STNet 由两个关键组件构成：尺度树多样性增强器与半监督多级辅助器。具体而言，多样性增强器旨在丰富尺度多样性，从而缓解现有方法因尺度层级不足而带来的局限。我们采用一种新颖的树状结构来分层解析由粗到细的人群区域。此外，提出一种简洁而高效的多级辅助器，以助于在多个层级上利用可泛化的共享特征，从而实现更精确的逐像素背景认知。整体 STNet 以端到端方式训练，无需在主任务与辅助任务间手动调节损失权重。在四个具挑战性的人群数据集上的大量实验证明了所提方法的优越性。
引用
@article{arxiv.2012.10189,
title = {STNet: Scale Tree Network with Multi-level Auxiliator for Crowd Counting},
author = {Mingjie Wang and Hao Cai and Xianfeng Han and Jun Zhou and Minglun Gong},
journal= {arXiv preprint arXiv:2012.10189},
year = {2020}
}