论文学习：Context-Aware Crowd Counting

CAN

Context-Aware Crowd Counting

CVPR 2019

洛桑联邦理工学院

论文：https://arxiv.org/pdf/1811.10452.pdf

代码：https://github.com/weizheliu/Context-Aware-Crowd-Counting

Instruction

作者提出了一种end2end的网络，它可以在多个感受野（尺度）下进行特征提取，并且学习图像中的重要特征，从而解决快速尺度变化问题。

这篇文章是直接将多尺度的上下文信息整合到这个end2end的网络中，使其在每个图像位置能够利用到正确的上下文。

Scale-Aware Contextual Features

这些带有尺度信息和上下文信息的featrue map是怎么得到的呢？

网络的前10层用的是预训练好的VGG16的前10层，输出的特征图为

${\mathcal{F}}_{vgg}$的局限性在于它在整个图像上编码相同的感受野。为了解决这个问题，作者通过执行Spatial Pyramid Pooling从VGG特征中提取多尺度上下文信息来计算scale-aware特征。

$s_j$：最终得到的featrue map

$j$：尺度

$\theta$：网络参数