2달 전

ADCrowdNet: 주의력 주입형 변형 합성곱 네트워크를 이용한 군중 이해

Ning Liu; Yongchao Long; Changqing Zou; Qun Niu; Li Pan; Hefeng Wu
ADCrowdNet: 주의력 주입형 변형 합성곱 네트워크를 이용한 군중 이해
초록

우리는 높은 혼잡도와 노이즈가 있는 장면에서 정확도 저하 문제를 해결할 수 있는 군중 이해를 위한 주의력 주입형 변형 합성곱 신경망인 ADCrowdNet을 제안합니다. ADCrowdNet은 두 개의 연결된 네트워크로 구성됩니다. 먼저, 이미지에서 군중 영역을 감지하고 해당 영역의 혼잡도를 계산하는 주의력 인식 네트워크인 Attention Map Generator (AMG)가 있습니다. 감지된 군중 영역과 혼잡도 사전 정보를 바탕으로, Density Map Estimator (DME)라는 다중 스케일 변형 네트워크가 고품질 밀도 맵을 생성합니다. 주의력 인식 훈련 방식과 다중 스케일 변형 합성곱 방식을 통해 제안된 ADCrowdNet은 군중 특성을 더 효과적으로 포착하고 다양한 노이즈에 대해 더 강한 저항력을 가지는 능력을 달성하였습니다. 우리는 본 방법론을 4개의 유명한 군중 카운팅 데이터셋(ShanghaiTech, UCF_CC_50, WorldEXPO'10, UCSD)과 추가적인 차량 카운팅 데이터셋 TRANCOS에서 평가하였으며, 이 모든 데이터셋에서 기존 최신 접근법들을 능가하는 결과를 얻었습니다.

ADCrowdNet: 주의력 주입형 변형 합성곱 네트워크를 이용한 군중 이해 | 최신 연구 논문 | HyperAI초신경