HyperAIHyperAI

Command Palette

Search for a command to run...

ADCrowdNet: شبكة تلافيفية قابلة للتشويه مع انتباه مُحقَّق لفهم الجموع

Ning Liu Yongchao Long Changqing Zou Qun Niu Li Pan Hefeng Wu

الملخص

نقترح شبكة تلافيفية قابلة للتشوه ذات انتباه مُحقَّق تسمى ADCrowdNet لفهم الحشود، والتي يمكنها معالجة مشكلة انخفاض الدقة في المشاهد المزدحمة والضوضائية للغاية. تحتوي ADCrowdNet على شبكتين متتاليتين. الشبكة الأولى، التي تُعرف باسم جهاز إنشاء الخريطة الانتباهية (Attention Map Generator - AMG)، تقوم بتحديد مناطق الحشود في الصور وحساب درجة الزحام في هذه المناطق. بناءً على المناطق المحددة للحشود وأولويات الزحام، تقوم الشبكة القابلة للتشوه متعددة المقاييس، التي تُعرف باسم جهاز تقدير الخريطة الكثافة (Density Map Estimator - DME)، بإنشاء خرائط كثافة عالية الجودة. باستخدام نظام التدريب الانتباهي ومخطط التلافيف المتعدد المقاييس، تحقق الشبكة المقترحة ADCrowdNet القدرة على التقاط خصائص الحشود بشكل أكثر فعالية ومقاومة أنواع مختلفة من الضوضاء بشكل أفضل. لقد قمنا بتقييم طريقتنا على أربعة مجموعات بيانات شائعة لعد الحشود (ShanghaiTech، UCF_CC_50، WorldEXPO'10، وUCSD) وعلى مجموعة بيانات إضافية لعد السيارات TRANCOS، وقد تفوقت طريقتنا على الأساليب الرائدة حاليًا في جميع هذه المجموعات البيانات.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp