今天把IEEE SMC2020发表的论文跟大家做一个分享。最近太忙，拖太久了。

后来觉得这个思路也许对大家还有些帮助，就抽空分享出来了。

一、motivition

行人密度估计这个问题，核心的点就在于人群密度大的时候怎么估计准确，如果人群密度小，随便一个检测算法数人头也是很准的。因此算法精度的高低就在于一堆人在图片的一个小角落、甚至有遮挡的时候如何提升预估精度。

二、解决方案

要解决图片一个小角落里的一堆人（头）的密度估计问题。我们想到的一个解决方法是：首先，根据图片的上下文信息，预估一下行人密度图的走势。这句话有点绕，细讲一下：一张摄像头拍摄的图片，靠近摄像头的人头大，行人密度稀疏；远离摄像头的人头小，人体密度稠密，但是，如果图片上都是人，则行人密度由近到远是逐步变化的，这个就是图片的上下文信息。论文中是context。

其次，根据context，我们训练学习一个自适应的卷积核（ Adaptive CNN )。这个也很好理解。行人稀疏的地方，卷积核大，感受野大，能获取到更多抽象特征，全面判断一个区域有多少人；行人稠密的地方，需要卷积核小，要不然，一层大卷积核，都卷进去十几个人，再下采样几次，基本上一些信号都衰减掉了。本身行人稠密的地方，人头像素就低，看不太清楚，因此就会导致算法不准确。通过这个自适应卷积核，就能很好的解决这个问题。

三、最后效果

20年初的时候在NWPU上刷了次榜。

代码已经开源。见：https://github.com/scalaboy/Adaptive_Context

论文后面放arxiv上。目前在百度云盘。关注公众号发送：Adaptive 获取。

最后说明：最近好久没有关注人群密度估计这个领域。学识估计跟不上目前最先进的算法，这个思路不知道对大家是否还有帮助。

ITPub博客

Adaptive Context Learning Network for Crowd Counting

最新文章