人群密度估计--Learning a perspective-embedded deconvolution network for crowd counting

Learning a perspective-embedded deconvolution network for crowd counting 没有找到代码

本文在人群密度估计这个问题上的创新点: fuse the perspective into a deconvolution network

首先看看 Perspective Perspective is an inherent property of most surveillance scenes

所谓的 Perspective 就是同一个尺寸的物体,在图像中位置的不同其在图像中的尺寸也是不一样的。距离相机越远其尺寸越小,距离相机越近其尺寸越大。在人群图像中的表现就是离相机远的人其在图像中就显得比较小,离相机比较近的人其在图像中显得比较大。 Perspective distortions need to be compensated in regression-based crowd counting methods

真值密度图的生成还是 人头位置的 Gaussian kernels 的求和,使用 perspective maps 来矫正 perspective distortion,主要根据这个 perspective maps 来设置 Gaussian kernels 中参数 the ground truth density map is defined as a summation of all the Gaussian kernels centering at each center of the objects. Due to the varying sizes of pedestrians caused by perspective distortion, it is necessary to incorporate specific scene geometric information to cover the size variations

下面接着来看这个 deconvolution network

网络的输入是 RGB images and the perspective maps L2 loss between the estimated and ground truth density maps is used to train our netowrk:

4.2. Baseline model: the counting FCN 基于语义分割框架 FCN的 baseline model (CFCN): the CFCN network constitutes layers from conv1 to conv4, with filter sizes of 32 7×7×3, 32 7×7×32, 64 5×5×32 for the first three layers.

4.3. Deconvolution network CFCN-DCN:加了两个卷积层 conv5 with filter size 5 × 5 and conv6 with filter size 7 × 7 are learnable kernels for precisely dense output a full-resolution output map

4.4. Perspective fusion the perspective-embedded deconvolution network (PE-CFCN-DCN) 这里看 图2 比较直接明了 A perspective map pyramid is constructed at different resolutions according to the network. Then fusion layer is implemented by direct concatenation of the feature maps from the RGB input and the correspondingly-sized perspective map. Each fusion layer is inserted before each deconvolution block for guided interpolation.

the labeled perspective map 这个怎么得到了?

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

来自专栏量子位

详解香港中文大学超大规模分类加速算法 | 论文

简介 近日,香港中大-商汤科技联合实验室的新论文“Accelerated Training for Massive Classification via Dyn...

35410
来自专栏人工智能LeadAI

logistic regression一点理解

关于logistic regression一些常见问题,整理出来,方便大家应对各种坑爹的面试官。

1182
来自专栏Petrichor的专栏

深度学习: 注意力模型 (Attention Model)

由下图可看出,人们会把注意力更多投入到人的脸部,文本的标题以及文章首句等位置:

3604
来自专栏华章科技

实景照片秒变新海诚风格漫画:清华大学提出CartoonGAN

CartoonGAN 的预训练模型,其中包括宫崎骏、细田守、今敏(动画电影《红辣椒》)和新海诚风格:

1112
来自专栏CVer

[计算机视觉论文速递] 2018-03-31

通知:这篇文章有10篇论文速递信息,涉及Re-ID、深度估计、超分辨率、显著性检测、GAN、VOA和卷积神经网络综述等方向 往期回顾 [计算机视觉论文速递] 2...

38414
来自专栏企鹅号快讯

谷歌最新人工智能研究:仅利用稀疏轮廓位置“重构”图像

原文来源:arXiv 作者:Tali Dekel、Chuang Gan、Dilip Krishnan、Ce Liu、William T. Freeman 「雷克...

19810
来自专栏Petrichor的专栏

论文阅读: DCN

传统的CNN中,convolution 和 pooling 的操作已被定死。只能在方正死板的区域内按部就班地映射操作:

1295
来自专栏AI研习社

想知道机器学习掌握的怎么样了吗?这有一份自测题(附答案和解析)

人类对于自动化和智能化的追求一直推动着技术的进步,而机器学习这类型的技术对各个领域都起到了巨大的作用。随着时间的推移,我们将看到机器学习无处不在,从移动个人助理...

38112
来自专栏AI科技评论

深度 | 如此逼真的高清图像居然是端到端网络生成的?GANs 自叹不如 | ICCV 2017

AI 科技评论按:生成式对抗性网络 GANs 是近几年最热门的机器学习范式之一,它“图像生成效果好”和“训练困难、效果不稳定”的特点吸引了许许多多研究者付出精力...

3505
来自专栏机器之心

神经风格迁移研究概述:从当前研究到未来方向(附论文和代码)

选自arXiv 作者:Yongcheng Jing 等 机器之心编译 风格迁移是近来人工智能领域内的一个热门研究主题,机器之心也报道了很多相关的研究。近日,来...

3195

扫码关注云+社区