快速人群密度估计--Multi-scale Convolutional Neural Networks for Crowd Counting

Multi-scale Convolutional Neural Networks for Crowd Counting

https://arxiv.org/abs/1702.02359

对于人群密度估计问题,由于图像中 scale variations problem,所以提出使用多个CNN来解决 Multi-column/network。使用多个CNN网络导致 网络的参数数量增加,计算量增加,不利于在实际中应用部署。

这里我们采用文献【15】中的 naive Inception module 使用 multi-scale convolutional neural network (MSCNN) 来学习 scale-relevant density maps 极大的减少了网络的参数量!

2 Multi-scale CNN for Crowd Counting Multi-scale convolutional neural network for crowd counting

网络包括三个模块:feature remapping, multi-scale feature extraction, and density map regression

Multi-scale blob with different kernel size

模型参数设置: The multi-scale CNN architecture

loss function

训练图像真值密度图根据人头标记的位置 使用 高斯核卷积得到。

实验结果: ShanghaiTech dataset

UCF CC 50 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

来自专栏机器之心

学界 | 无需进行滤波后处理,利用循环推断算法实现歌唱语音分离

3438
来自专栏机器学习、深度学习

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

Switching Convolutional Neural Network for Crowd Counting CVPR2017 https:...

3327
来自专栏AI科技大本营的专栏

AI 技术讲座精选:用Keras和Gym实现深度强化学习

综述 ? 本篇博文将向大家演示,如何在仅仅运用78行代码的情况下,利用 Keras 和 Gym 实现深度强化学习,使得 CartPole 这款游戏得以成功运行...

27512
来自专栏鸿的学习笔记

神经网络结构(中)

革命在2015年12月到来,与Inceptionv3大约在同一时间。 ResNet有一个简单的想法:反馈两个连续的卷积层的输出,并且也绕过输入到下一层!

892
来自专栏小小挖掘机

探秘多智能体强化学习-MADDPG算法原理及简单实现

之前接触的强化学习算法都是单个智能体的强化学习算法,但是也有很多重要的应用场景牵涉到多个智能体之间的交互,比如说,多个机器人的控制,语言的交流,多玩家的游戏等等...

2414
来自专栏机器之心

学界 | 让莫奈画作变成照片:伯克利图像到图像翻译新研究

选自arXiv.org 机器之心编译 参与:李泽南 UC Berkeley 的研究者们在图像风格转换领域的探索一直引人注目,几个月前的人工智能生成「猫片」:ed...

3497
来自专栏大数据文摘

论文Express | 单幅RGB图像整体三维场景解析与重建

这项研究由加州大学洛杉矶分校(UCLA)的六位学者完成,并已被欧洲计算机视觉国际会议(ECCV)采纳。

811
来自专栏机器学习和数学

[高大上的DL]经典网络模型总结之GoogLeNet篇

勘误:开始之前说一下,昨天介绍的环境搭建的那篇,里面我忘记写cudnn的安装说明了,只贴了在哪下载,我在word版里面已经更新了,欢迎需要的童鞋下载查看。还有一...

3764
来自专栏AI科技评论

干货 | 三维网格物体识别的一种巧妙方法

AI 科技评论按:本文由「图普科技」编译自 Medium - 3D body recognition using VGG16 like network

731
来自专栏null的专栏

社团划分——Fast Unfolding算法

社团划分——Fast Unfolding算法 一、社区划分问题 1、社区以及社区划分 在社交网络中,用户相当于每一个点,用户之间通过互相的关注关系构成了整个网络...

5753

扫码关注云+社区