论文解读 CSRNet: Dilated Convolutional Neural Networks for Understanding the Highly Congested Scenes

abstract

1.提出CSRNet是为了处理非常密集的场景，提供准确的计数和密度图
2.提出的CSRNet主要两部分组成：提取二维特征的CNN做前端，膨胀的CNN做后端，膨胀的卷积核是为了获得更大的感受野，取代池化操作。
3.在四个人群数据集都获得了很好的结果，并且在交通的数据集上也有很好的表现

introduction

1.密度图的重要性：同样的人数可能有完全不同的分布。
2.产生密度图的困难之处在于：

• 预测方式：逐像素预测，相邻像素有空间相关性
• 多样化的场景

3.深度神经网络在其他cv任务上表现出优势，硬件上也有优势，适用于密度估计。
4.多尺度结构的劣势：训练时间长+无效分支结构，实验说明分支无效性
5.介绍CSRNet的大致结构及在各数据集上取得的结果：为了降低网络复杂度，只使用3*3的卷积；前10层是VGG-16；后面是膨胀卷积层
6.介绍文章结构

related work

1. 基于检测的方法
2. 基于回归的方法
3. 基于密度估计的方法
4. 基于卷积神经网络的方法
5. 目前state-of-the-art方法的缺陷：基于MCNN结构，出现以下问题：难训练；结构冗余；图片输入MCNN前需要根据密度分级，分级很难且分类器增加网络的冗余；密度分级占了很多参数，导致密度图生成的精度降低