![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
rongliangzi_thu
不入流轮子工程师
展开
-
人群密度识别 - [SANet] - [ECCV2018]
1.介绍 近年来CNN方法取得了很好的效果,使用不同大小滤波器的多尺度结构,来处理图片中的人像大小变化,其良好的效果说明多尺度表达很有价值。高分辨率密度图能包含更多信息。 现有方法中有两个缺点。多列结构的多尺度表达,使用几个子网络提取特征,但是尺度多样性被子网络数目限制。另一方面大多方法使用了欧式距离损失函数,这就包含了像素之间互相独立的假设,导致生成图像模糊,CP-CNN方法使用了对抗损失,但是...原创 2018-11-28 22:54:20 · 8095 阅读 · 5 评论 -
Dense Scale Network for Crowd Counting-paper reading
主要创新点: 提出一种新模块Dense dilated convolution block(DDCB),串联不同dilation的空洞卷积+dense连接 DDCB之间加了残差连接 一种新的loss(这个loss在其他论文中也出现过,见Crowd Counting and Density Estimation by Trellis Encoder-Decoder Network)谁先提出来的就不...原创 2019-07-01 11:07:36 · 1533 阅读 · 11 评论 -
Crowd Counting with Deep Structured Scale Integration Network
(先占坑,已经看完了慢慢写) ICCV2019的文章,本文着眼于解决scale variation问题,主要创新点和贡献是引入了 Structured Feature Enhancement Module (SFEM),人称结构化特征增强模块,基于conditional random fields (CRFs)条件随机场。CRF在著名的deeplab系列中的V1被使用。SFEM用于建立不同sca...原创 2019-09-01 22:23:12 · 650 阅读 · 3 评论 -
Residual Regression with Semantic Prior for Crowd Counting论文解读
(先占坑,已经读完了慢慢写) CVPR2019的文章,motivation与大多数works不同,着眼于 充分利用图像之间关联关系(或称相关性),具体而言,指残差(residual)信息,个人理解名为差分(differencial)信息更合适。 利用语义优先级信息semantic prior,跟attention思想是很类似的,在ADCrowdNet中也出现这种思想。 Motivation 大...原创 2019-09-01 22:39:02 · 690 阅读 · 1 评论 -
Crowd counting 之 From Open Set to Closed Set: Counting Objects by Spatial Divide-and-Conquer
ICCV2019年的文章,arxiv地址,出发点在于解决自然场景下区域人数范围无上限,与training set中场景人数有限的问题。 自然场景下,人数的变化范围是[0,+∞)[0,+\infty)[0,+∞),但是训练集中的图片场景有限,我们很难用有限的场景和有限的人数得到足够好的模型,来应对真实场景中[0,+∞)[0,+\infty)[0,+∞)范围的人数变化。Figure 1描述了SHA数据...原创 2019-09-02 22:23:30 · 1190 阅读 · 3 评论