Switching Convolutional Neural Network for Crowd Counting
CVPR2017
Code for SCNN is based on Lasagne\Theano :https://github.com/val-iisc/crowd-counting-scnn

针对人群密度估计问题提出了一个 Switch-CNN网络,大的思路就是根据图像块的内容信息来选择合适的CNN网络进行人群密度估计
首先将图像分成3*3=9 个图像块,然后使用一个 CNN网络对每个图像块进行分类,看它适合使用哪个CNN网络来进行密度估计,这里提供了3个CNN网络来进行密度估计。


对于图像中的人群密度,有的区域密度大,有的区域密度小,这里我们对图像进行分块处理

Switch-CNN

这里的三个CNN网络设计R1,R2,R3 和 文献【19】中的 MCNN 是一样的。
对于 switch classifier 我们以 VGG16网络为基础

Switch-CNN 的训练步骤如下所示

Ground Truth 我们采用和 文献【19】一样的方法生成密度真值图,使用 Gaussian geometry-adaptive kernels

Switch-CNN 的训练包括三个步骤: pretraining, differential training and coupled training
3.2. Pretraining
就是对三个 CNN regressors R 1 through R 3 进行独立的训练, regress density maps,每个网络的训练都是在所有训练数据上进行的。
3.3. Differential Training
differential training generates three disjoint groups of training patches and each network is finetuned on its own group. The regressors R k are differentially trained until the validation accuracy plateaus.
这里我们将训练图像块进行分为三类,对应三个CNN网络需要的训练数据,然后再对每个CNN网络使用对应的数据集合进行微调

3.4. Switch Training
The classifier is trained on the labels of multichotomy generated from differential training

3.5. Coupled Training
we co-adapt the patch classifier and the CNN regressors by training the switch and regressors in an alternating fashion

4 Experiments

ShanghaiTech dataset

UCF CC 50 dataset

UCSD crowd-counting dataset WorldExpo’10 dataset

人群计数--Switching Convolutional Neural Network for Crowd Counting相关推荐

  1. Switching Convolutional Neural Network for Crowd Counting-论文笔记

    Switching Convolutional Neural Network for Crowd Counting:用于人群计数的转换卷积神经网络 Switching Convolutional Ne ...

  2. 2017_Switching convolutional neural network for crowd counting

    Switching convolutional neural network for crowd counting 说明 概括 一.Switch-CNN简介 二.CrowdNet[2]和MCNN[3] ...

  3. 快速人群密度估计--Multi-scale Convolutional Neural Networks for Crowd Counting

    Multi-scale Convolutional Neural Networks for Crowd Counting https://arxiv.org/abs/1702.02359 对于人群密度 ...

  4. 人群场景分析--Slicing Convolutional Neural Network for Crowd Video Understanding

    Slicing Convolutional Neural Network for Crowd Video Understanding CVPR2016 http://www.ee.cuhk.edu.h ...

  5. 《Multi-scale Convolutional Neural Networks for Crowd Counting》论文笔记

    Multi-scale Convolutional Neural Networks for Crowd Counting 论文地址 论文翻译 ABSTRACT 1. INTRODUCTION 2. M ...

  6. 人群分割--Fully Convolutional Neural Networks for Crowd Segmentation

    Fully Convolutional Neural Networks for Crowd Segmentation https://arxiv.org/abs/1411.4464 这里设计了一个全卷 ...

  7. Multi-Scale Attention Network for Crowd Counting:用于人群计数的多尺度注意网络

    Multi-Scale Attention Network for Crowd Counting:用于人群计数的多尺度注意网络 Multi-Scale Attention Network for Cr ...

  8. 人群计数--Single-Image Crowd Counting via Multi-Column Convolutional Neural Network

    Single-Image Crowd Counting via Multi-Column Convolutional Neural Network CVPR2016 https://github.co ...

  9. 《Improved Crowd Counting Method Based onScale-Adaptive Convolutional Neural Network》论文笔记

    <Improved Crowd Counting Method Based onScale-Adaptive Convolutional Neural Network>论文笔记 论文地址 ...

最新文章

  1. 斯坦福CS231n项目实战(四):浅层神经网络
  2. [SpringBoot2]Thymeleaf
  3. LeetCode 1260. 二维网格迁移(二维转一维)
  4. 在BingoCC上面解析域名实现智能路由
  5. 应理解计算机专业的学科特点,职业高中计算机专业测验试题编写的策略初探.doc...
  6. mysql中时间处理函数_基于mysql时间处理函数的应用详解
  7. 卷积的本质及物理意义
  8. tar打包命令的用法
  9. 新浪云python开发_Python开发入门与实战17-新浪云部署
  10. 【蓝桥杯-单片机学习笔记(十五)】NE555频率测量
  11. python自动化接口_Python接口自动化——Web接口
  12. STM8/STM32硬件I2C读取APDS9930程序代码
  13. 智能电表怎么实现远程抄表
  14. Android课程表客户端实现方案
  15. 在 Ubuntu 中添加新用户并给予 root 权限
  16. 建荣蓝牙芯片型号_建荣CW6685单芯片蓝牙芯片方案设计
  17. 任正非:失败了我只有跳楼
  18. 量子计算入门基础学习(四——对角化,算符 迹 张量积)
  19. AT指令获取基站信息
  20. 金融行业网站安装SSL证书的作用和好处

热门文章

  1. OpenCV数据结构与基本绘图(Mat 类、Point类、Scalar类等)
  2. Galaxy 生信平台(四):邮件与管理员配置
  3. 9文一览:近期必读微生物组生信论文
  4. MPB:南农韦中组-根际细菌便利和竞争互作类型和强度的研究方法
  5. MPB:浙大王佳堃组瘤胃微生物移植(视频)
  6. 环境微生物期刊—mBio介绍
  7. R语言编写自定义函数计算R方、使用自助法Bootstrapping估计多元回归模型的R方的置信区间、可视化获得的boot对象、估计单个统计量的置信区间、分别使用分位数法和BCa法
  8. pandas使用to_datetime函数把dataframe的字符串日期数据列转化为日期格式日期数据列( strings to datetime in dataframe column)
  9. R语言ggplot2可视化、在可视化区域中自定义添加多个大小不同矩形阴影区域、自定义配置大小不同矩形阴影区域的颜色(Adding multiple shadows/rectangles)
  10. seaborn可视化绘制双变量分组条形图(Customizing Annotation of Bars: Side-by-side)、添加数值标签进行标记、并自定义条形图数值标签的格式