Learning to Count with CNN Boosting
ECCV2016

本文使用CNN来进行人群密度估计,主要有两个改进地方:layered boosting and selective sampling

Boosting deep networks : Boosting 在组合学习中是一种知名的贪婪技术。基本的思想就是对前一个分类器的误差训练一个新的分类器来矫正。广义上,当使用多个弱分类器时,Boosting 是最有效的。当 Boosting 强分类器时,效果通常不是很好。特别是只有少数研究尝试 boosting deep neural networks

Sample Selection: 通常训练CNN网络需要利用大的数据库,很多 data augmentation 数据增强的方法被提出用于增加训练数据,但是并不是所有的训练样本是同等创造的,其对模型的贡献也有所不同。 例如文献【19】提出一个样本选择方法用于选择对模型训练最有用的样本。样本的选择通过作为 cascaded architectures 的一个组成部分。

3 Density counting with CNNs
根据图像目标的位置,一般使用一个 normalized 2D Gaussian kernel 生成真值密度图,对于行人我们使用了一个 specific smoothing kernel
人群密度图:

有了密度图,计数就可以通过空间积分实现 spatial integration。 这里有一点需要指出,上面的定义得到的计数和真值总数有一定误差,这个误差主要由那些位于图像边界的物体造成的。但是在大多数应用场合,这个误差可以被忽略不计。



上图分别对应 cell counting crowd counting 两个问题

The proposed boosting scheme

fine-tune the weights of the entire network by employing backpropagation to the resulting structure.

5 Sample Selection

这里我们选择有效样本的基准是根据目前系统的误差,误差太小的样本或误差太大的样本,我们都认为样本的质量越差,误差太小对应样本太简单,误差太大对应样本可能被误标记
samples with either high or low errors are deemed to be of low quality

6 Experiments
细胞计数问题:
microscopy dataset

Crowd counting benchmarks
UCSD crowd dataset

人群密度估计--Learning to Count with CNN Boosting相关推荐

  1. 人群密度估计--Learning a perspective-embedded deconvolution network for crowd counting

    Learning a perspective-embedded deconvolution network for crowd counting 没有找到代码 本文在人群密度估计这个问题上的创新点: ...

  2. 人群密度估计--Generating High-Quality Crowd Density Maps using Contextual Pyramid CNNs

    Generating High-Quality Crowd Density Maps using Contextual Pyramid CNNs ICCV2017 针对人群密度估计问题,本文主要从 i ...

  3. 人群密度估计--CNN-based Cascaded Multi-task Learning of High-level Prior and Density Estimation for Crowd

    CNN-based Cascaded Multi-task Learning of High-level Prior and Density Estimation for Crowd Counting ...

  4. 人群密度估计--Leveraging Unlabeled Data for Crowd Counting by Learning to Rank

    Leveraging Unlabeled Data for Crowd Counting by Learning to Rank CVPR2018 https://github.com/xialeil ...

  5. 人群密度估计--Structured Inhomogeneous Density Map Learning for Crowd Counting

    Structured Inhomogeneous Density Map Learning for Crowd Counting https://arxiv.org/abs/1801.06642 针对 ...

  6. Boosting Crowd Counting via Multifaceted Attention之人群密度估计实践

    这周闲来无事,看到一篇前不久刚发表的文章,是做密集人群密度估计的,这块我之前虽然也做过,但是主要是基于检测的方式实现的,这里提出来的方法还是比较有意思的,就拿来实践一下. 论文在这里,感兴趣可以看下. ...

  7. 人群密度估计--Crowd Counting Via Scale-adaptive Convolutional Nerual Network

    Crowd Counting Via Scale-adaptive Convolutional Nerual Network https://arxiv.org/abs/1711.04433v2 Co ...

  8. 人群密度估计--CSRNet: Dilated Convolutional Neural Networks for Understanding the Highly Congested Scenes

    CSRNet: Dilated Convolutional Neural Networks for Understanding the Highly Congested Scenes CVPR2018 ...

  9. 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 ...

最新文章

  1. java 重用性_提高Java代码重用性的三个方法
  2. linux mariadb
  3. 【百家稷学】深度学习与计算机视觉核心理论与实践(中国地质大学实训)
  4. mybatis新增时将主键值返回(注解方式)
  5. Visual C++ 时尚编程百例016(字体)
  6. JAVA中的线程安全与非线程安全,java面试题,java高级笔试题
  7. 【操作系统】滨江学院 陈遥 期末试卷考点整理
  8. 一套不错的php,一套不错的PHP笔试题-附答案.pdf
  9. synchronized原理
  10. -XX:NewRatio 命令
  11. RHEL8破解root密码
  12. Python生成彩色字符画
  13. 不断奔跑,却忘了来时的路
  14. 启动docker 报ERROR: failed to register layer: symlink
  15. Springboot整合Netty,实现Socket通信
  16. RestTemplate的ParameterizedTypeReference
  17. SqlServer数据库应用
  18. unity 烘焙 光照贴图 以及一些灯光的相关问题(一)
  19. nginx负载均衡,服务器集群配置,服务器挂机自动切换
  20. Permissions 0664 for ‘yanyongx.pem‘ are too open.

热门文章

  1. RDKit入门与进阶教程(30篇)
  2. Win10+Python3.6下Pytorch安装(基于conda或pip)
  3. Android APK的签名--笔记版 V1 签名和V2签名总结
  4. python实现获取文件列表中每个文件关键字
  5. 单细胞数据读取(二)之Read10X读不出来dgCMatrix报错
  6. python minimize_简单三步实现Python脚本超参数调优(附代码)
  7. NCBI|转录组原始数据上传
  8. Linux13-bash脚本编程基础及配置文件
  9. 微生物组-扩增子16S分析第12期(报名直播课免费参加线下2021.7)
  10. COM:根系-土壤-微生物互作