12일 전

정밀하고 효율적인 군중 수세기 위한 스케일 집합 네트워크

{Zhipeng Wang, Xinkun Cao, Fei Su, Yanyun Zhao}
정밀하고 효율적인 군중 수세기 위한 스케일 집합 네트워크
초록

본 논문에서는 정확하고 효율적인 인구 밀도 계측을 위한 새로운 인코더-디코더 네트워크인 스케일 집약 네트워크(Scale Aggregation Network, SANet)를 제안한다. 인코더는 스케일 집약 모듈을 통해 다중 스케일 특징을 추출하고, 디코더는 전치 합성곱(Transposed Convolution)을 이용하여 고해상도의 밀도 맵을 생성한다. 또한 기존 대부분의 연구가 각 픽셀 간 독립성을 전제로 하는 유클리드 손실(Euclidean loss)만을 사용하지만, 이는 밀도 맵 내의 국소적 상관관계를 무시한다는 점을 발견하였다. 따라서 본 연구에서는 유클리드 손실과 국소 패턴 일관성 손실(Local Pattern Consistency Loss)을 결합한 새로운 학습 손실을 제안하였으며, 실험 결과에서 모델 성능이 향상됨을 확인하였다. 더불어, 학습 과정을 원활히 하기 위해 정규화 레이어를 도입하고, 통계적 분포 변화(Statistical Shift) 문제의 영향을 줄이기 위해 패치 기반 테스트 전략을 적용하였다. 제안된 방법의 효과를 입증하기 위해 네 가지 주요 인구 밀도 계측 데이터셋에서 광범위한 실험을 수행한 결과, 기존 최고 성능 모델들에 비해 훨씬 적은 파라미터 수로도 우수한 성능을 달성함을 확인하였다.

정밀하고 효율적인 군중 수세기 위한 스케일 집합 네트워크 | 최신 연구 논문 | HyperAI초신경