Residual Regression with Semantic Prior for Crowd Counting论文解读

（先占坑，已经读完了慢慢写）
CVPR2019的文章，motivation与大多数works不同，着眼于

• 充分利用图像之间关联关系（或称相关性），具体而言，指残差（residual）信息，个人理解名为差分（differencial）信息更合适。
• 利用语义优先级信息semantic prior，跟attention思想是很类似的，在ADCrowdNet中也出现这种思想。

Motivation

大多数之前的工作关注于利用单张图片的信息，few-shot和one-shot learning中有论文通过比较图片来获取关联性信息而且有效果。作者因此在crowd counting领域尝试了利用图片差分信息的思想。

Method

Appearance-Based Prediction 利用单张图片预测

Residual-Based Prediction 利用残差预测

Density Maps Fusion 密度图融合

Counting with Semantic Prior 使用语义优先级信息

Loss Function 损失函数

Experiments

Training

Comparison

Ablation study