论文理解《A-CCNN: ADAPTIVE CCNN FOR DENSITY ESTIMATION AND CROWD COUNTING》
论文《A-CCNN: ADAPTIVE CCNN FOR DENSITY ESTIMATION AND CROWD COUNTING》
创新点：利用
上下文信息提供更精确和适应的密度图用于场景中的人群计数；
解决问题：物体
规模变化较大以及人群之间
严重的闭塞造成人群计数是个较为麻烦的问题；
提出方法：提出A-CCNN网络——Adaptive Counting CNN
背景介绍不过多展开；
A-CCNN:
如下图fig.1显示，可以回归到对应特定部分的密度函数；
模型表现优异的几个原因：（1）处理图像中人群尺寸变动大的能力；（2）在拥塞场景中，产生局部密度图的能力；
与其他工作不同的地方：选择最高效的超参数产生CCNN模型；
CCNN: A regression model.(ref论文【1】)，基于图像块外观产生对应的密度图；
ground truth density map:
局限处：CCNN将图像整张处理；
产生模型的两个重要的HPs：the patch size和上述高斯函数的加和值；
Hydra CNN: 基于
多规模人群计数的思想based on the idea of multi-scaling crowd counting
ADAPTIVE CCNN
通过Fuzzy Inference System(FIS)：它以相同的FIS语言输出值为每个图像部分提供一个合适的CCNN模型，并使用适当的HP来获得每个部分的相应的密度图；
在HPs和人群规模尺度之间存在一个关系：我们使用更小的加和值（更大的）和补丁大小来包含更小（和更大）目标的区域。
与CCNN比较，改进主要在以下几点：（1）根据patch中人规模的大小使用不同的patch size；（2）利用不同的加和值产生训练patches；
ACNN执行过程：
（1）在图片中的每一个patch中使用tiny-face检测（ref论文【2】）估计头的尺寸；
tiny-face检测方法：创建了一个粗糙的输入图像的图像金字塔，然后将缩放的输入反馈到CNN以获得模板响应。
最后的检测结果在原来的分辨率上应用非最大抑制（NMS）产生；
（2）通过将头部大小和相应的头部位置输入到一个模糊推理系统（FIS）中，我们对应patches
生成相应的HPs。最后，这些HPs被用来训练CCNN；
根据头部大小尺寸，小、平均、大是模糊的语言变量，上下、中、下是根据头部位置的模糊语言值。输出语言变量是高pred、中pred和低pred。
基于Mamdani方法（ref论文【3】）的模糊if-then规则用于将输入变量映射到适当的模糊输出变量
一般来说，更高（和更低的）和滑动窗口（补丁大小）的值会产生密度图，并且有更低（更高）的人数。
作为一个例子，如果FIS的输出是高Pred（中Pred，低-Pred），那么相应的CCNN将使用低（中、大）HP值进行训练。
（3）参数选择详见PDF page3；
EXPERIMENTAL RESULTS
evaluation metric:
CONCLUSION
利用基于CNN的头部检测和模糊推理引擎（fuzzy inference engine）选择一个适应于输入图片每一块的最优CCNN模型；
Reference
论文【1】：D. Onoro-Rubio and R.J. Lpez-Sastre, “Towards perspective-free object counting with deep learning,” in
Proceedings of the ECCV. Springer, 2016, pp. 615–629.
Proceedings of the ECCV. Springer, 2016, pp. 615–629.
论文【2】：P. Hu and D. Ramanan, “Finding tiny faces,” in Proceedings of the CVPR. IEEE, 2017, pp. 1522–1530.
论文【3】：E.H. Mamdani, “Application of fuzzy logic to approximate reasoning using linguistic synthesis,” in Proceedings of the sixth international symposium on Multiplevalued logic. IEEE Computer Society Press, 1976, pp.
196–202.
196–202.