초록
우리는 혼잡한 장면 인식을 위한 네트워크인 CSRNet을 제안합니다. 이 모델은 데이터 기반이고 딥 러닝 방법론으로, 매우 혼잡한 장면을 이해하고 정확한 개체 수 추정 및 고품질 밀도 맵 생성을 수행할 수 있습니다. 제안된 CSRNet은 주요 두 구성 요소로 이루어져 있습니다: 2D 특성 추출을 위한 프론트엔드의 컨볼루션 신경망(CNN)과, 희소 커널(dilated kernels)을 사용하여 더 큰 수용 영역(reception fields)을 제공하고 풀링 연산(pooling operations)을 대체하는 백엔드의 희소 CNN(dilated CNN)입니다. CSRNet은 순수한 컨볼루션 구조를 가지기 때문에 쉽게 학습할 수 있는 모델입니다. 우리는 CSRNet을 상하이테크 데이터셋, UCF_CC_50 데이터셋, 월드엑스포'10 데이터셋, 그리고 UCSD 데이터셋 등 네 가지 데이터셋에서 시연하였으며, 최신 기술(state-of-the-art) 성능을 달성하였습니다. 상하이테크 파트 B 데이터셋에서 CSRNet은 이전 최신 기술 방법보다 평균 절대 오차(MAE)가 47.3% 낮은 결과를 보였습니다. 또한 차량과 같은 다른 객체의 카운팅에 대한 타겟 애플리케이션 범위를 확장하였습니다. TRANCOS 데이터셋에서의 결과는 CSRNet이 이전 최신 기술 접근법보다 MAE가 15.4% 낮아 출력 품질이 크게 개선됨을 보여주었습니다.