W-Net：用于密度图估计的强化 U-Net
计算机视觉与模式识别
2019-04-01 v2
摘要
在防止踩踏与挽救生命方面，人群管理至关重要，尤其在人口合计占全球三分之一的中国和印度等国。每年全国有数百万人聚集以庆祝众多活动，而人群计数估计是人群管理系统的关键，可防止踩踏并挽救生命。我们提出了一种用于人群计数的网络，在人群计数基准上报告了最先进的结果。我们的贡献在于：第一，一个受 U-Net 启发的模型，使我们能报告最先进的结果；第二，我们提出一个独立解码的强化分支，帮助网络更早收敛，并使网络能以高结构相似性指数（SSIM）估计密度图；第三，我们讨论了当代架构的缺陷，并凭经验表明，尽管我们的架构取得了最先进的结果，其优点可能实则来自编码器-解码器流水线。最后，我们报告了误差分析，显示当代研究工作已趋于饱和，且某些显著问题尚未解决。
引用
@article{arxiv.1903.11249,
title = {W-Net: Reinforced U-Net for Density Map Estimation},
author = {Varun Kannadi Valloli and Kinal Mehta},
journal= {arXiv preprint arXiv:1903.11249},
year = {2019}
}