基于PRM的人群计数迈向更高效：一种多分辨率融合与注意力网络
计算机视觉与模式识别
2021-12-20 v1
摘要
本文致力于改进近期基于即插即用块重缩放模块（PRM）的人群计数方法。为充分发挥PRM潜力，并在具有人群密度变化、大视角、极端遮挡和杂乱背景区域的挑战性图像上获得更可靠、准确的结果，我们利用更具效能与效力的PRM模块，提出了一种新的基于PRM的多分辨率多任务人群计数网络。所提模型由三个深层分支组成，每个分支生成不同分辨率的特征图。这些分支彼此进行特征级融合，以构建用于最终人群估计的关键集体知识。此外，早期阶段的特征图经过视觉注意力处理，以增强后期通道对前景区域的理解。通过四个基准数据集上的大量数值与可视化评估表明，这些深层分支与PRM模块及早期注意力块的结合比原始基于PRM的方案更有效。所提方法在RMSE评价标准上以12.6%的幅度显著提升，并在跨数据集评估中优于最先进的方法。
引用
@article{arxiv.2112.09664,
title = {Towards More Effective PRM-based Crowd Counting via A Multi-resolution Fusion and Attention Network},
author = {Usman Sajid and Guanghui Wang},
journal= {arXiv preprint arXiv:2112.09664},
year = {2021}
}