paper reading in this week
ICCV2015:COUNT Forest: CO-voting Uncertain Number of Targets using Random Forest for Crowd Density Estimation
这篇文章提出patch-based的方法，先学习提取的patch-level features和该patch内包含的object的相对位置的关系，这些相对位置实际上是patch中心指向object的矢量，矢量的个数被认为是该patch的label，也即该patch隶属或包含的人数。如左图所示，提取一个patch的feature后，在一棵树上被分类到一个叶子里，这个叶子里可能包含多个feature向量，他们彼此也很接近；如右图所示，取相同label数最大的作为本patch的label K，并取label数为K的向量做K-means生成本patch的displacement vector。
所以当新patch的feature到来时，将会在这棵树上得到对应的label和displacement vector。然后由这两只可以计算Gaussian kernel，生成对应label数的density map。
RF的主要作用是做决策，压缩错误，减少计算量。细节不表，流程如下，看懂需耐心~
文章还提到了人群密度稀疏和拥挤两种情况下的先验不同，训练了对应的prior。但究竟是如何将density 映射到count，文章简单提到是computed as the sum of estimated densities over the whole image（不太理解），这大概是为什么文章名为Crowd Density Estimation，可是很好奇文章为什么不在这一块展开呢？如果密度图生成了，下一步是不是可以把location的信息提取出来？毕竟文章的目标很明确的说出来了：
文章第一个训练思路挺有趣的，整棵树的分类节点都是以feature为依据的，最后在叶子节点中存储对应的label displacement vector。所以实际上是在学patch的feature和label的displacement feature之间的关系：
这和之前CVPR13（CA-RR）那篇一样，也不是直接去学习feature到count，而是先学到了label，然后生成 Density Estimation，最后得到count。效果很好的说：
转载于:https://www.cnblogs.com/xy2012/p/5112411.html
paper reading in this week相关推荐
- cvpr2019/cvpr2018/cvpr2017（Papers/Codes/Project/Paper reading）
cvpr2019/cvpr2018/cvpr2017(Papers/Codes/Project/Paper reading) Source:https://mp.weixin.qq.com/s/SmS ...
- [paper reading] FCOS
[paper reading] FCOS GitHub:Notes of Classic Detection Papers 2020.11.09更新:更新了Use Yourself,即对于本文的理解和 ...
- [paper reading] CenterNet (Object as Points)
[paper reading] CenterNet (Object as Points) GitHub:Notes of Classic Detection Papers 2020.11.09更新:更 ...
- [paper reading] CenterNet (Triplets)
[paper reading] CenterNet (Triplets) GitHub:Notes of Classic Detection Papers 2020.11.09更新:更新了Use Yo ...
- [paper reading] CornerNet
[paper reading] CornerNet GitHub:Notes of Classic Detection Papers 本来想放到GitHub的,结果GitHub不支持公式. 没办法只能 ...
- [paper reading] RetinaNet
[paper reading] RetinaNet GitHub:Notes of Classic Detection Papers 本来想放到GitHub的,结果GitHub不支持公式. 没办法只能 ...
- [paper reading] SSD
[paper reading] SSD GitHub:Notes of Classic Detection Papers 本来想放到GitHub的,结果GitHub不支持公式. 没办法只能放到CSDN ...
- [paper reading] YOLO v1
[paper reading] YOLO v1 GitHub:Notes of Classic Detection Papers 本来想放到GitHub的,结果GitHub不支持公式. 没办法只能放到 ...
- [paper reading] Faster RCNN
[paper reading] Faster RCNN GitHub:Notes of Classic Detection Papers 本来想放到GitHub的,结果GitHub不支持公式. 没办法 ...
- [paper reading] DenseNet
[paper reading] DenseNet GitHub:Notes of Classic Detection Papers 本来想放到GitHub的,结果GitHub不支持公式. 没办法只能放 ...
最新文章
- windows环境下redis.conf配置文件
- 蓝桥杯单片机练习_第九届彩灯控制器
- Scala集合：ListBuffer的头head和尾tail
- 三国大将风云java_三国正史四大猛将：临阵斩杀敌方大将，连吕布和马超也做不到...
- python 利用pandas库实现 读写 .csv文件
- 并发的发展历史-集成电路和多道程序设计
- 新版本秒级自动部署，K8S才是永远的容器之神！
- [导入]常用26句生活用语[英语]
- 拼多多分享好友砍价Java实现_拼多多砍价怎么分享到朋友圈 砍价发到微信朋友圈方法...
- ElasticSearch 文档的添加、获取、更新、删除_05
- python设计模式15-解释器模式
- rabbitmq php类库,RabbitMQ客户端的PHP库
- 手机屏幕尺寸，分辨率，密度，dpi，dip，px，sp等详解
- scrapy爬取网页数据
- Android系统内存优化
- 电商项目需求分析 七月实习总结
- JVM内存空间组成+GC回收机制
- 批量修改RTX腾讯通用户密码
- 复古儿童卡通温馨手绘风格趣味MOGRT图形动画标题pr模板
- 机器学习自动化 要学习什么_自动化机器学习的现状