Biblioteca31.299 documentos en línea

Artículo

Multiscale Aggregate Networks with Dense Connections for Crowd CountingRedes agregadas multiescala con conexiones densas para el recuento de multitudes

Resumen

El método más avanzado para el recuento de multitudes utiliza una red totalmente convolucional que extrae las características de la imagen y luego genera un mapa de densidad de multitudes. Sin embargo, este proceso suele encontrar problemas de pérdida multiescalar y contextual. Para resolver estos problemas, proponemos una red de agregación multiescalar (MANet) que incluye un codificador de extracción de características (FEE) y un decodificador de mapas de densidad (DMD). El FEE utiliza una red piramidal en cascada para extraer características multiescalares y obtiene características contextuales a través de conexiones densas. El DMD utiliza operaciones de deconvolución y fusión para generar características que contienen información detallada. Estas características pueden convertirse en mapas de densidad de alta calidad para calcular con precisión el número de personas en una multitud. Una comparación empírica con cuatro conjuntos de datos principales (ShanghaiTech, WorldExpo'10, UCF_CC_50 y SmartCity) muestra que el método propuesto es más eficaz en términos de error medio absoluto y error medio al cuadrado. El código fuente está disponible en https://github.com/lpfworld/MANet.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento