专栏首页机器学习、深度学习人群计数--Single-Image Crowd Counting via Multi-Column Convolutional Neural Network

人群计数--Single-Image Crowd Counting via Multi-Column Convolutional Neural Network

Single-Image Crowd Counting via Multi-Column Convolutional Neural Network CVPR2016 https://github.com/svishwa/crowdcount-mcnn https://github.com/leeyeehoo/Reduplication-of-Single-Image-Crowd-Counting-via-MCNN-on-UCF-Dataset

对图像和视频中的人数进行精确估计在公共安全中存在着实际需求。2015年上海发生的踩踏事件很直接的说明了实时人群计数的重要性。 针对该问题,首先回顾了一下传统算法的主要发展历程。最后说了一下使用CNN解决这个问题的文献。

针对基于单张图像人群计数的问题,主要面临如下三个挑战: 1)前景分割对于大多数人群计数算法是必不可少的步骤,但是前景分割本身就是一个很难的问题,目前还没有有效的解决方法。所以我们的计数算法必须不需要前景分割 2)实际图像中人群密度和分布的明显变化及图像中严重的遮挡 导致传统基于检测的算法不能很好的对这些图像进行计数 3)我们需要将图像中不同尺度的特征综合利用

本文的贡献有如下三点: 1)使用了一个 multi-column 架构 对用不同感受野尺寸,可以处理大的 variation 2)MCNN 采用全卷积网络,输入可以是任意尺寸 3)我们建了一个新的数据库 Shanghaitech,包括 Part A and Part B

2 Multi-column CNN for Crowd Counting 2.1. Density map based crowd counting 使用CNN对输入图像进行人数统计有两种策略:1)输入图像,输出人数估计 the estimated head count,2)输出一个人群密度估计图,然后通过积分得到人数。这里我们选择第二个策略,原因如下: 1)密度图保留更多的信息,相对于一个数值,密度图给出了人群在图像中的空间分布信息,可以进行局部区域的分析。 2)学习密度图的CNN中的滤波器能够更好的适应多尺寸的人头。

2.2. Density map via geometry-adaptive kernels 这里首先来介绍怎么从有人头标记的图像得到人群密度图。 如果一个像素 x 属于一个人头,那么我们使用一个 delta function 来表示,图像中N个人头数可以用 N个 delta function 求和函数 H(x) 表示。为了将 H(x) 转变为 连续的密度函数,我们使用一个高斯核 G 和 H(x) 进行卷积F(x) = H(x) ∗ G σ (x),这么做有个前提假设就是每个 x 都是独立的,但实际不是如此。 to accurately estimate the crowd density F, we need to take into account the distortion caused by the homography between the ground plane and the image plane

这里我们主要通过设计高斯核中合适的 方差来解决这个问题。 we should determine the spread parameter σ based on the size of the head for each person within the image

图像密度图实例

2.3. Multi-column CNN for density map estimation 针对图像中人头尺寸的多样性,我们设计了不同尺寸的滤波器来提取不同尺度的特征信息

损失函数定义如下:

各个数据库的比较

估计的密度图和真值密度图对比:

Comparing performances of different methods on Shanghaitech dataset

UCF CC 50 dataset

UCSD dataset

the WorldExpo’10 crowd counting dataset

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 多人部件解析

    Towards Real World Human Parsing: Multiple-Human Parsing in the Wild https://a...

    用户1148525
  • 统计学习导论 Chapter3--Linear Regression

    Book: An Introduction to Statistical Learning with Applications in R http:...

    用户1148525
  • 人脸对齐--Face Alignment at 3000 FPS via Regressing Local Binary Features

    版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/zhangjunhit/article/de...

    用户1148525
  • 公交车到站预测1----python处理csv文件

    之前处理csv一直用pandas,今天发现,pandas虽然强大,但是灵活度少了很多,有时候想实现一些简单的功能可能要花很大的代价。大道至简,返璞归真。就像这几...

    钱塘小甲子
  • hdu---(Tell me the area)(几何/三角形面积以及圆面积的一些知识)

    Tell me the area Time Limit: 3000/1000 MS (Java/Others)    Memory Limit: 65536/3...

    Gxjun
  • 拿 AI 当辅助,GitHub 上的这几个项目或许能帮你摘掉手残党的帽子

    当这班工程师把 “魔爪” 伸向艺术家们擅长的绘画领域时,有趣的事情发生了,他们发现一些艺术家们引以为豪的图像绘制、色块填充、图层修补等技巧都能轻而易举的通过 A...

    GitHubDaily
  • redis的一些知识-配置文件解释

    redis比较常用,但大部分人都是简单使用一下redis存一些key value,不太关心redis的持久化问题、事务、最大客户端连接数等问题。这一篇就是讲一些...

    天涯泪小武
  • CVPR 2020 | 几篇GAN在low-level vision中的应用论文

    【图像分离、去雨/反射/阴影等】Deep Adversarial Decomposition: A Unified Framework for Separat...

    公众号机器学习与生成对抗网络
  • A Simple Introduction to Make

    GNU Make is a tool which controls the generation of executables and other non-so...

    王云峰
  • Spark Streaming写出文件自定义文件名

    通过重写MultipleOutputFormat来自定义文件名

    俺也想起舞

扫码关注云+社区

领取腾讯云代金券