density map estimation | BriefGPT

关键词density map estimation

搜索结果 - 10

CAC 的烹饪秘笈：基于马赛克的广义损失用于改进无类别计数
在现有的无类别计数 (CAC) 框架中，我们指出了一个严重的问题：在多类别环境下，模型不考虑参考图像，而是盲目匹配查询图像中的所有主要对象。此外，现有的评估指标和数据集不能真实地评估模型的泛化性能和鲁棒性。为了解决这个问题，我们发现将马赛克
PDF3 months ago
推进病毒黄化病的早期检测：开发糖菜田自动计数飞虱的混合卷积神经网络
研究提出了一种集成检测网络和密度图估计网络的混合自动蚜虫计数网络架构，通过对比实验验证了该方法在计算蚜虫数量方面优于其他所有方法，提供了对甜菜田蚜虫引发的病毒黄病风险的有效预警，保护甜菜生长并确保甜菜产量。
PDFa year ago
ECCV无监督领域自适应在植物器官计数中的应用
本研究提出一种基于领域敌对学习的方法，在考虑植物器官计数时，不受室内或室外、不同植物物种等领域偏移的影响，实现密集小物体计数的自适应。在小麦穗和叶子的计数任务中，实验结果表明该方法具有较强的鲁棒性。
PDF4 years ago
ICML通过合成数据训练和模型压缩构建实时移动设备鸟类计数系统
本文介绍了建立高效鸟类计数系统的流程，利用合成数据集进行密度图估计，使用模型压缩技术和高效模型结构降低了存储成本从而提高了推理速度。
PDF5 years ago
ICCV利用点监督进行人群计数的贝叶斯损失
该研究提出了基于贝叶斯损失的密度图建立方法，通过点注释所构建的密度贡献概率模型来进行较可靠的监督学习，该方法在不使用外部侦测器或多尺度结构下，在最新的和最大的 UCF-QNRF 数据集上取得了最佳表现。
PDF5 years ago
PCC Net: 基于空间卷积网络的透视人群计数
本论文提出了一种透视人群计数网络（PCC Net），它包括密度图估计（DME），随机高级密度分类（R-HDC）和前景 / 背景分割（FBS）等不同的部分，并使用 DULR 模块编码四个方向上的透视变化。PCC Net 在五个主流数据集上验证
PDF5 years ago
密集人群中的计数、密度图估计和定位的组合损失
本研究提出一种新颖的方法解决在给定密集人群图像中计数、密度图估计和人物定位的问题，成果在新数据集上的表现大幅领先于现有的深度 CNN 网络。
PDF6 years ago
通过自适应融合图像金字塔预测实现人群计数
该论文提出使用图像金字塔和自适应融合策略处理由于尺度变化和视角扭曲导致的严重遮挡问题，取得了非常优秀的效果。
PDF6 years ago
基于 CNN 的级联多任务学习模型用于人群计数的高层先验和密度估计
本文提出了一种基于 CNN 的端到端级联网络方法，用于共同学习人群计数分类和密度图估计，实现高精度密度图的生成，并在公开数据集上取得了良好的效果。
PDF7 years ago
超越计数：应用于人群分析任务的密度地图比较 —— 计数、检测和跟踪
研究密度图估算在拥挤场景中对人群分析（计数、检测和跟踪）的性能及其质量评估指标，探讨使用经典卷积神经网络和滑动窗口回归器解决下采样步长导致分辨率下降的问题，发现分辨率低的密度图在计数任务中得分较高，而分辨率高的密度图则可以提高检测和跟踪等位
PDF7 years ago