人群分析--ResnetCrowd: A Residual Deep Learning Architecture

ResnetCrowd: A Residual Deep Learning Architecture for Crowd Counting, Violent Behaviour Detection and Crowd Density Level Classification (AVSS 2017) 2017 14th IEEE International Conference on Advanced Video and Signal based Surveillance

本文针对人群分析提出 ResnetCrowd,一个基于 Residual 深度学习架构 实现多任务学习: 同时完成三个任务, crowd counting, violent behaviour detection and crowd density level classification,为了训练和评估ResnetCrowd,我们建立了一个 100张图像的数据库 Multi Task Crowd

这三个任务都有独立的文献进行分析和研究,但是使用一个网络同时完成上述任务还没被提出来。我们发现这些任务可以相互促进彼此的性能提升

首先来看看这个数据库 3 Multi Task Crowd Dataset 数据库由 100 张图像组成,每个图像有以下标记信息: 1) a discrete density level in the range 1-5 人群密度等级 2)an overall crowd count value, 总人数 3)head locations for each person in the scene 每个人头位置 4)binary labels indicating the presence or absence of the “Mob” and“Fight” behaviour concepts 有无暴力现象

4 ResnetCrowd 本文的 ResnetCrowd 是基于 文献【6】中的 Resnet18 network,前五层的卷积网络如下所示:

前五层的卷积之后就是 a set of task specific layers are added to ResnetCrowd 针对特定任务的网络层

每个任务的损失函数如下: Behaviour Recognition

Density Level Classification

Regression Based Crowd Counting

Heatmap Based Crowd Counting

total loss

5 Experimental Results

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

来自专栏数据派THU

fastText、TextCNN、TextRNN…这套NLP文本分类深度学习方法库供你选择

文经公众号「机器人圈」授权转载(微信号:ROBO_AI) 本文长度为4473字,建议阅读10分钟 本文为你介绍一套NLP文本分类深度学习方法库及其12个模型。 ...

1.3K11
来自专栏人工智能

机器学习算法Python实现

目录 一、线性回归 1、代价函数 2、梯度下降算法 3、均值归一化 4、最终运行结果 5、使用scikit-learn库中的线性模型实现 二、逻辑回归 1、代价...

2657
来自专栏数据科学学习手札

(数据科学学习手札24)逻辑回归分类器原理详解&Python与R实现

一、简介   逻辑回归(Logistic Regression),与它的名字恰恰相反,它是一个分类器而非回归方法,在一些文献里它也被称为logit回归、最大熵...

3468
来自专栏ATYUN订阅号

OpenAI发布高度优化的GPU计算内核—块稀疏GPU内核

深度学习领域的模型架构和算法的发展在很大程度上受到GPU能否高效实现初等变换的限制。其中一个问题是缺乏GPU不能高效执行稀疏线性操作,我们现在正在发布高度优化的...

2625
来自专栏机器之心

教程 | 从超参数到架构,一文简述模型优化策略

模型可以在训练过程中通过修正超参数而逐步建立。这在迁移学习中最为常见,在这种环境中,我们试图将现有模型的知识应用到新领域或新任务中。这是持续学习中更常见的问题,...

503
来自专栏程序生活

第三周浅层神经网络3.1神经网络概述3.2 神经网络表示3.3计算神经网络的输出3.4 多个例子中的向量化3.5 向量化实例的解释3.6 激活函数3.7 为什么需要非线性激活函数3.8 激活函数的导

3.1神经网络概述 ? 3.2 神经网络表示 ? 3.3计算神经网络的输出 ? ? ? 3.4 多个例子中的向量化 ? ? 3.5 向量化实例的解释 ? 3.6...

3256
来自专栏数据科学学习手札

(数据科学学习手札39)RNN与LSTM基础内容详解

  循环神经网络(recurrent neural network,RNN),是一类专门用于处理序列数据(时间序列、文本语句、语音等)的神经网络,尤其是可以处理...

2244
来自专栏书山有路勤为径

Recurrent Neural Networks (RNNs)

许多应用涉及时间依赖,或基于时间依赖。这表示我们当前输出不仅仅取决于当前输入,还依赖于过去的输入。 RNN存在一个关键缺陷,因为几乎不可能捕获超过8或10步的...

783
来自专栏AlgorithmDog的专栏

Metropolis-Hastings 和 Gibbs sampling

在科学研究中,如何生成服从某个概率分布的样本是一个重要的问题。 如果样本维度很低,只有一两维,我们可以用反切法、拒绝采样和重要性采样等方法。 但是对...

2079
来自专栏机器之心

专栏 | 云脑科技-实习僧文本匹配模型及基于百度PaddlePaddle的应用

1764

扫码关注云+社区