北京
分享至
人群分析有个老难题：既要数清多少人，又要标出每个人在哪。传统方法分两路走，一路用检测框找人，一路用回归算总数，各干各的。
这篇工作直接上全卷积网络，端到端解决。输入一张图，输出两个东西：像素级的分割掩码，加上全局密度图。分割告诉你"这儿有个人"，密度图告诉你"这一片很挤"。
关键设计是共享编码器。底层卷积抽特征，上面分叉两路：一路做语义分割，一路做密度回归。两任务互相借力，分割帮密度定位，密度帮分割排除假目标。
实验在三个公开数据集上跑过。UCF-QNRF那种超密集场景，计数误差压到主流水平以下；分割精度用F1量，比两阶段方法高出一截。更实在的是速度，单张图前向传播几十毫秒，能塞进实时系统。
作者把代码和模型放出来了。做安防的、搞城市规划的，可以直接拿来用。人群计数这行，终于从"能跑"进化到"好使"了。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
