双任务交互下的四段监督人群计数网络

摘要：

针对人群计数任务中存在的场景遮挡问题和人群分布不均问题,本文提出了一种双任务交互下的四段监督人群计数网络(Four stage supervised network,F2SNet).首先,通过优化早期分布来监督早阶段的特征,提升浅层网络对前背景的甄别能力,同时避免了训练过程中的梯度消失以及收敛过慢问题.计数监督则关注了网络的计数准确性,并生成反映不同特征重要程度的人群响应图.终期分布修正模块结合高频语义信息,进一步监督人群的分布预测.背景抑制模块则抑制网络在背景区域上的误判.4 个模块协同工作,在保证预测精度的前提下关注了密度分布的一致性.在4 个常用人群数据集上的实验结果表明,与已有的人群计数算法相比,F2SNet具有良好的人群计数能力和分布预测能力.

关键词：深度学习、人群计数、卷积神经网络、密度估计、多任务学习

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61702226

在线出版日期：2023-10-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：2120-2126