题目:Generalized Characteristic Function Loss for Crowd Analysis in the Frequency Domain
人群分析的频域广义特征函数损失
作者:Weibo Shu; Jia Wan; Antoni B. Chan
源码链接: https://github.com/wbshu/Crowd_Counting_in_the_Frequency_Domain
摘要
传统的学习方法在提取人群密度图中的监督信息时存在局限性,这些信息通常松散地组织在人群点/密度图中的空间信息中。本文通过在频域内进行监督来应对这一挑战。更具体地说,我们设计了一种新的用于人群分析的损失函数,称为广义特征函数损失(Generalized Characteristic Function Loss,GCFL)。这个损失函数执行两个步骤:1)将密度或点图中的空间信息转换到频域;2)计算它们频域内容之间的损失值。对于第一步,我们通过扩展概率分布的特征函数定义到密度图,并证明扩展特征函数的一些关键性质,从而建立了理论基础。在对密度图取特征函数后,其在频域中的信息被良好地组织和层次化分布,而在空间域中则是松散组织和分散的。在第二步中,