人群计数--Switching Convolutional Neural Network for Crowd Counting

Switching Convolutional Neural Network for Crowd Counting CVPR2017 https://github.com/val-iisc/crowd-counting-scnn

针对人群密度估计问题提出了一个 Switch-CNN网络,大的思路就是根据图像块的内容信息来选择合适的CNN网络进行人群密度估计 首先将图像分成3*3=9 个图像块,然后使用一个 CNN网络对每个图像块进行分类,看它适合使用哪个CNN网络来进行密度估计,这里提供了3个CNN网络来进行密度估计。

对于图像中的人群密度,有的区域密度大,有的区域密度小,这里我们对图像进行分块处理

Switch-CNN

这里的三个CNN网络设计R1,R2,R3 和 文献【19】中的 MCNN 是一样的。 对于 switch classifier 我们以 VGG16网络为基础

Switch-CNN 的训练步骤如下所示

Ground Truth 我们采用和 文献【19】一样的方法生成密度真值图,使用 Gaussian geometry-adaptive kernels

Switch-CNN 的训练包括三个步骤: pretraining, differential training and coupled training 3.2. Pretraining 就是对三个 CNN regressors R 1 through R 3 进行独立的训练, regress density maps,每个网络的训练都是在所有训练数据上进行的。 3.3. Differential Training differential training generates three disjoint groups of training patches and each network is finetuned on its own group. The regressors R k are differentially trained until the validation accuracy plateaus. 这里我们将训练图像块进行分为三类,对应三个CNN网络需要的训练数据,然后再对每个CNN网络使用对应的数据集合进行微调

3.4. Switch Training The classifier is trained on the labels of multichotomy generated from differential training

3.5. Coupled Training we co-adapt the patch classifier and the CNN regressors by training the switch and regressors in an alternating fashion

4 Experiments

ShanghaiTech dataset

UCF CC 50 dataset

UCSD crowd-counting dataset WorldExpo’10 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。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏贾志刚-OpenCV学堂

OpenCV3.1.0级联分类器训练与使用

OpenCV3.1.0级联分类器训练与使用 级联分类器第一次出现是由Viola-Jones在2001时候提出,其主要用来实现实时人脸检测,通过加载已经训练好的级...

41011
来自专栏ATYUN订阅号

使用Keras的Python深度学习模型的学习率方案

训练神经网络或大型深度学习模型是一项很难的优化任务。传统的训练神经网络的算法称为随机梯度下降。你可以通过在训练中改变学习率来提高性能和提高训练速度。 在这篇文章...

5195
来自专栏PPV课数据科学社区

非主流自然语言处理——遗忘算法系列(四):改进TF-IDF权重公式

一、前言   前文介绍了利用词库进行分词,本文介绍词库的另一个应用:词权重计算。 二、词权重公式   1、公式的定义     定义如下公式,用以计算词的权重: ...

2959
来自专栏Duncan's Blog

ccx

641
来自专栏梦里茶室

西瓜书概念整理(chapter 1-2)熟悉机器学习术语

括号表示概念出现的其他页码, 如有兴趣协同整理,请到issue中认领章节 完整版见我的github:ahangchen 觉得还不错的话可以点个star ^_^ ...

36710
来自专栏智能算法

数据异常到底该如何检测?(二)

有了之前的铺垫和理论,本文就用一些现实中的实际数据进行一些具体的算法的应用。数据为网络访问日志文件,主要选择了单位时间内的访问请求次数与单位访问中的动作数作为二...

2525
来自专栏null的专栏

论文阅读——Wide & Deep Learning

这篇文章是阅读《Wide & Deep Learning for Recommender Systems》后的总结,该文章中提出结合Wide模型和Deep模型...

5175
来自专栏大数据挖掘DT机器学习

文本挖掘之特征选择(python 实现)

机器学习算法的空间、时间复杂度依赖于输入数据的规模,维度规约(Dimensionality reduction)则是一种被用于降低输入数据维数的方法。维度规约可...

3448
来自专栏专知

基于 word2vec 和 CNN 的文本分类 :综述 &实践

▌导语 ---- 传统的向量空间模型(VSM)假设特征项之间相互独立,这与实际情况是不相符的,为了解决这个问题,可以采用文本的分布式表示方式(例如 word ...

3999
来自专栏机器之心

深度 | 神经网络基础:七种网络单元,四种层连接方式

选自THE ASIMOV INSTITUTE 作者:FJODOR VAN VEEN 机器之心编译 参与:黄小天、李亚洲 2016 年 9 月,Fjodor Va...

32110

扫码关注云+社区