Crowd Counting----ADCrowdNet(CVPR-2019)

ADCrowdNet: An Attention-injective Deformable Convolutional Network for Crowd Understanding
(注入注意力的可形变卷积,可形变的卷积加入了方向参数,指导卷积核的在特征图上的延伸)

  1. 提出一个两阶段的串联网络AMG和DME,解决高密度人群中准确率下降的问题

Crowd Counting----ADCrowdNet(CVPR-2019)_第1张图片

  1. 关于AMG网络(注意力图部分)

Crowd Counting----ADCrowdNet(CVPR-2019)_第2张图片

AMG网络将特征图分为前景和背景图。通过对获得的特征图取全局平均池化相应的权重,再对其结果用softmax进行分类获概率。对特征图和概率进行叠加获得密度图通过对获得的特征图取全局平均池化相应的权重,再对其结果用softmax函数获得概率。对特征图和概率进行叠加获得注意力图。注意力图强调了人群的区域

  1. 注意力图和原图的结合

对原图和注意力图进行像素级点乘

  1. AMG的实现

Crowd Counting----ADCrowdNet(CVPR-2019)_第3张图片

前端使用了VGG-16的前十层提取基础特征

后端采用了基于多尺度空洞卷积(空洞率不同)的Inception结构(该思路来源CSRNet)应对不同尺度的人群分布

  1. DME的实现

Crowd Counting----ADCrowdNet(CVPR-2019)_第4张图片

前端采用VGG-16的前十层提取基础特征

后端采用基于多尺度可变形卷积的inception结构(deform采样不同于常规采样,采样的偏移量是不固定的,便宜的方向和步长是通过学习得到的)

  1. deform的示意图

Crowd Counting----ADCrowdNet(CVPR-2019)_第5张图片
Crowd Counting----ADCrowdNet(CVPR-2019)_第6张图片

  1. 评测指标

MAE和PSNR(峰值信噪比)、SSIM(结构相似性)

你可能感兴趣的:(Crowd Counting----ADCrowdNet(CVPR-2019))