إنشاء خرائط كثافة الحشد عالية الجودة باستخدام شبكات البيراميد السياقية للتعلم العميق (CNN)

نقدم طريقة جديدة تُسمى الشبكة العصبية المُرتبطة الهرمية السياقية (CP-CNN) لتقدير كثافة الحشود وعدد الأفراد بدقة عالية من خلال دمج المعلومات السياقية العالمية والمحلية للصور بشكل صريح. تتكون الشبكة العصبية المقترحة CP-CNN من أربعة وحدات: مقدر السياق العالمي (GCE)، ومقدر السياق المحلي (LCE)، ومقدر خريطة الكثافة (DME)، والشبكة العصبية المُدمجة (F-CNN). يعمل GCE على أساس شبكة VGG-16 ويقوم بتشفير السياق العالمي، حيث يتم تدريبه على تصنيف الصور الإدخال إلى فئات مختلفة من الكثافة، بينما يعمل LCE كشبكة عصبية أخرى تقوم بتشفير المعلومات السياقية المحلية، حيث يتم تدريبه على تصنيف الصور الإدخال بطرق مجزأة إلى فئات مختلفة من الكثافة. يعتمد DME على هندسة متعددة الأعمدة ويهدف إلى إنشاء خرائط ميزات ذات أبعاد عالية من الصورة الإدخال، والتي يتم دمجها بالمعلومات السياقية التي تقديرها GCE وLCE باستخدام F-CNN. لتحقيق خرائط كثافة ذات دقة عالية ودقة عالية، يستخدم F-CNN مجموعة من طبقات التحويل الاختباري والتحويل الاختباري ذو الخطوات الكسرية، ويتم تدريبه مع DME بطريقة شاملة باستخدام مزيج من الخسارة المعادية وخسارة اليوركليدية على مستوى البكسل. تظهر التجارب الواسعة على مجموعات بيانات شديدة التعقيد أن الطريقة المقترحة تحقق تحسينات كبيرة مقارنة بالطرق الرائدة في المجال.