May, 2021

使用 Transformer 提升人群计数

PDF
TL;DR本文研究了全局上下文对于人群计数的作用，使用 transformer 和 token-attention module 提取了包含全局信息的特征，并在多个数据集上实验，最终达到了最佳效果。
crowd countingconvolutional neural networksglobal contexttransformertoken-attention module
发现论文，激发创造
  • 使用 Transformer 简化和改进众数计数的 CCTrans

    本文提出了一种基于 CNN 与 transformer 结合的、名为 CCTrans 的简单方法，使用金字塔视觉 transformer 骨干模型捕捉全局人群信息、金字塔特征聚合模型组合低级和高级特征以及多尺度膨胀卷积预测密度图，我们的方法在多个人群计数基准测试中实现了新的最先进结果，在弱监督和全监督下均有良好表现，并且我们目前在 NWPU-Crowd 排名第一。

    Sep, 2021

  • TransCrowd：基于 Transformer 的弱监督人群计数

    该论文提出了一种基于 Transformer 的弱监督人群计数方法 TransCrowd，通过自注意力机制实现了语义人群信息的高效提取，在五个基准数据集上获得了比弱监督 CNN 方法更好的性能和与一些流行的全监督计数方法相当的计数性能。

    Apr, 2021

  • 上下文感知人群计数

    本文提出了一种端到端的可训练深度结构，该结构利用多个接收场大小获得的特征，并学习每个图像位置上每个特征的重要性，从而适应性地编码了准确预测人群密度所需的上下文信息的尺度，特别是在透视效果强烈时表现优于现有的人群计数方法。

    Nov, 2018

  • 多方位注意力提升人群计数

    该论文提出了一种名为 Multifaceted Attention Network 的深度学习模型，通过引入局部关注、全局关注和实例关注机制来对人群计数中存在的局部空间变化进行编码。实验结果表明该模型在四种不同数据集下表现出色。

    Mar, 2022

  • 一种端到端的 Transformer 模型用于人群定位

    本文提出了一种名为 CLTR 的 Crowd Localization Transformer，采用回归范式解决权限更高的预测头部位置任务，并使用基于 KMO 的匈牙利匹配器来减少模糊点和生成更合理的匹配结果，实验结果表明本方法在多个数据集上效果较好，特别是在 NWPU-Crowd 数据集上表现最佳。

    Feb, 2022

  • 上下文计数：对变压器在定量任务上的机理研究

    该研究论文介绍了一种上下文计数任务，通过理论和实证分析，揭示了 Transformer 在性能和可解释性方面的影响因素，特别是发现因果关注机制更适合该任务，并且没有位置编码可以获得最佳准确性。

    May, 2024

  • 高密度场景下全卷积人群计数

    本文介绍了一种利用计算机视觉技术进行高密度场景下人群计数的方法，使用了全卷积人群计数模型来提高计数准确性和稳健性，并设计了数据增强和多尺度平均等技巧来提高模型的适应性和广泛适用性

    Dec, 2016

  • 上下文模型的半监督人群计数：促进全面理解人群场景

    该研究提出了一种新的半监督方法，基于平均教师框架，以减轻训练可靠的人群计数模型所需的大量标注负担，从而增加数据量，提高模型的实用性和准确性。经验证明，在标签数据稀缺的情况下，仅通过未标记的数据来提高局部区域预测的准确性是不充分的，因此需要采用更细粒度的方法培养模型的内在 “突显” 能力，以 accurately estimate the count in regions by leveraging its understanding of the crowd scenes，并结合局部细节预测高密度区域，该方法在人群计数领域取得了最先进的表现。

    Oct, 2023

  • 基于切换卷积神经网络的人群计数

    本文提出了一种新型的人群计数模型，使用带有密度的人群场景提高预测准确性和定位精度的切换卷积神经网络，并通过对所有主要人群计数数据集的广泛实验验证了其比现有最先进的方法具有更好的表现。

    Aug, 2017

  • 基于 Inception 的人群计数 -- 快速而精确

    本文提出了一种基于 Inception-V3 的新方法 ICC 来降低计算量，以提高自动图像人群计数模型的实时性，并在保障公共安全方面具有很高的实用价值。

    Oct, 2022