人群计数
文章平均质量分 85
疯狂的杰萝卜
这个作者很懒,什么都没留下…
展开
-
Direct Measure Matching for Crowd Counting
提出了一种新的基于度量的计数方法,将预测的密度图直接回归到散点标注的地面真实值。 - 推导了一种半平衡形式的Sinkhorn divergence,在此基础上设计了一种用于测量匹配的Sinkhorn counting loss.这个新的计算方法放宽了数量约束(两者必须质量相等),完全符合人群计数的问题假设。 - 提出了一个自监督尺度增强机制,设计一个Sinkhorn尺度一致性损失来抵抗尺度变化。原创 2021-10-11 11:56:05 · 573 阅读 · 0 评论 -
Learning to Count via Unbalanced Optimal Transport
Learning to Count via Unbalanced Optimal Transport AAAI 2021 motivation 我们采用在空间扰动下保持稳定的非平衡最优运输距离来量化预测密度图与点标注之间的差异 从测度理论的角度来考虑计数问题,更准确的说是。用离散测度来表示散乱的带注释的点的集合 Introduction 将点标注和预测的密度图分别通过离散测度,但是同时也会产生一些问题: 如何处理点标注:这种由于只有一小部分像素是用点标注的,这两个度量(X和Y)的支持只有稀疏的重叠原创 2021-10-11 09:15:48 · 831 阅读 · 0 评论