论文笔记：Switching Convolutional Neural Network for Crowd Counting

最新推荐文章于 2022-06-15 16:37:00 发布

super_chicken

最新推荐文章于 2022-06-15 16:37:00 发布

阅读量1.7k

点赞数 2

分类专栏：论文笔记

本文链接：https://blog.csdn.net/super_chicken/article/details/80653823

版权

本文介绍了一种名为Switch-CNN的卷积神经网络模型，用于解决密集人群计数问题。该模型通过多个不同卷积核大小的CNN回归器结合一个选择分类器，选择最佳回归器进行密度图预测，从而提高计数准确性。网络结构包括三个CNN回归器和一个基于VGG-16的选择分类器。训练过程包括预训练、差异训练和集成训练。在ShanghaiTech等数据集上，Switch-CNN展现了优秀的性能。

摘要由CSDN通过智能技术生成

Switching Convolutional Neural Network for Crowd Counting

概要

文章提出了一种人群计数模型，实现了从密集人群图像到其密度分布的映射。密集人群计数问题的难点包括人头互相遮盖、人群与背景相似度高以及图像拍摄视角各不相同等，此前效果较好的人群计数网络使用了多尺寸CNN、循环网络或多列CNN特征融合的方法来处理这些问题。作者提出了选择卷积神经网络switching convolutional neural network（Switch-CNN）来提升人群计数的精确度，首先由几个卷积核大小不同的CNN作为密度图预测的回归器，然后再由一个经训练的选择分类器来对于每一张输入图像选取最优的CNN回归器，将其结果作为最终结果。