TAFNet：一种用于 RGB-T 人群计数的三流自适应融合网络
计算机视觉与模式识别
2022-02-18 v1
摘要
本文提出一种名为 TAFNet 的三流自适应融合网络，其使用成对的 RGB 与热成像图像进行人群计数。具体而言，TAFNet 被划分为一个主流与两个辅助流。我们将一对 RGB 与热成像图像组合构成主流的输入。两个辅助流分别利用 RGB 图像与热成像图像提取模态特定特征。此外，我们提出信息增强模块（IIM）将模态特定特征自适应地融合进主流。在 RGBT-CC 数据集上的实验结果表明，与最先进方法相比，我们的方法在平均绝对误差和均方根误差上取得了超过 20% 的提升。源代码将公开于 https://github.com/TANGHAIHAN/TAFNet。
引用
@article{arxiv.2202.08517,
title = {TAFNet: A Three-Stream Adaptive Fusion Network for RGB-T Crowd Counting},
author = {Haihan Tang and Yi Wang and Lap-Pui Chau},
journal= {arXiv preprint arXiv:2202.08517},
year = {2022}
}
备注
This work has been accepted by IEEE International Symposium on Circuits and Systems (ISCAS) 2022