本文回顾了近期基于CNN的单图像人群计数和密度估计的研究进展。方法包括基础CNN、规模感知模型、上下文感知模型和多任务模型。具体技术如Deep people counting、Multi-column CNN、Crowdnet等被提出，旨在解决密集场景中的人群计数挑战。此外，文章还探讨了不同的数据集，如UCSD、Mall等在研究中的应用。
A survey of recent advances in CNN-based single image crowd counting and density estimation
目标
人群计数目标是计算一个密集场景下的人数，密度估计目标是将人群图像转换成密度图像，可以清晰地看出人群的分布。这两个问题已经被结合在一起。
传统方法
- 基于检测的方法
- 基于回归的方法
- 基于密度估计的方法
基于CNN的方法
对网络特性的分类：
- 基础CNN
- 规模感知模型
- 上下文感知模型
- 多任务模型
对输入数据的分类：
- 基于块的方法
- 基于完整图像的方法
具体方法
Deep people counting in extremely dense crowds
基础CNN，基于块
端到端的深度CNN回归模型，使用了AlexNet，将最后的全连接层的4096的神经元改成了一个单一神经元用于预测人数。
Fast crowd density estimation with convolutional neural networks
基础CNN，基于块
将图像分为密度从高到低的五类，使用了Multi-stage Conv
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
