人群密度估
酉意铭
深度学习 计算机视觉
展开
-
CrowdNet论文阅读
作者论文:CrowdNet: A Deep Convolutional Network for Dense Crowd Counting链接:论文原文一,论文的思路作者通过整合深层和浅层的全卷机网络生成的特征图,从而生成密度图。这种整合方式可以有效捕获高层的语义信息(脸、身体检测)和低层的特征。另外由于大部分数据集的样本非常少,作者采用了多尺度数据增强。作者主要在UCF CC 5...原创 2019-04-11 12:27:49 · 521 阅读 · 0 评论 -
MCCN算法:Single-Image Crowd Counting via Multi-Column Convolutional Neural Network
论文:《Single-Image Crowd Counting via Multi-Column Convolutional Neural Network》原文链接:论文原文链接前言 作者提出的方法希望可以准确地估计任意人群密度和任意视角的单张图片。因此设计了一种多列卷积神经网络结构。提出的方法可以允许任意尺寸和分辨率的图片。利用不同尺寸滤波器的感受野,每列CNN能够适应由于视角...原创 2019-04-11 15:37:54 · 1877 阅读 · 1 评论 -
PyramidBox:A Context-assisted Single Shot Face Detector(论文阅读笔记)
论文:PyramidBox: A Context-assisted Single Shot Face Detector原文链接:https://arxiv.org/abs/1803.07737?context=csPyramidBox是2018年的人脸检测冠军方案先上一个效果图,该图据报道有1000人,PyramidBox人脸检测器检测到了880张人脸,图片右侧的颜色条表示检测置信度,可...原创 2019-04-14 21:17:47 · 3567 阅读 · 0 评论 -
S3FD论文阅读笔记
论文:《S3FD: Single Shot Scale-invariant Face Detector》原文链接:https://arxiv.org/abs/1708.05237代码链接:https://github.com/sfzhang15/SFD摘要 本文提出了一种基于single-shot尺度不变的人脸实时检测方法,该方法在各种尺度的人脸检测中都具有良好的性能,尤其是...原创 2019-05-14 15:59:47 · 770 阅读 · 0 评论 -
SSH人脸检测算法(SSH: Single Stage Headless Face Detector)
论文:《SSH: Single Stage Headless Face Detector》链接:https://arxiv.org/pdf/1708.03979.pdf代码链接:https://github.com/mahyarnajibi/SSH摘要 我们介绍了单点无头(SSH)人脸检测器。与两阶段提议分类检测器不同,SSH直接从分类网络中的早期卷积层以单阶段方式检测...原创 2019-05-21 15:39:36 · 4366 阅读 · 2 评论 -
FaceBoxes论文阅读
论文:FaceBoxes: A CPU Real-time Face Detector with High Accuracy原文链接:原文链接Faceboxes是一个实时人脸检测算法,在CPU上也能够达到20FPS,而且速度性能比较稳定,与人脸数量无关。1,引言 为了检测人脸检测速度问题,我们提出了一个新的人脸检测器,faceBoxes,在速度和准确率上都得到了很好的性...原创 2019-05-08 11:52:14 · 1140 阅读 · 0 评论 -
人脸检测算法:PyramidBox++(论文阅读笔记)
论文:《PyramidBox++: High Performance Detector for Finding Tiny Face》原文链接:https://arxiv.org/abs/1904.00386PyramidBox的改进版本,见我之前的博客:https://blog.csdn.net/weixin_40671425/article/details/89299953先放上效果...原创 2019-05-23 16:38:06 · 3060 阅读 · 0 评论 -
AInnoFace:Accurate Face Detection for High Performance(论文阅读笔记)
摘要 随着深度卷积神经网络(CNNs)的发展,人脸检测技术得到了长足的发展。如何提高微小人脸的检测性能是近年来研究的核心问题。为此,近年来的许多工作提出了一些具体的策略,重新设计了体系结构,并引入了新的用于微小目标检测的损失函数。在这篇报道中,我们从流行的单阶段RetinaNet[20]方法开始,应用一些最新的技巧来获得高性能的人脸检测器,即AInnoFace。具体来说,我们应用IoU损失...原创 2019-06-19 18:19:19 · 2423 阅读 · 1 评论