Exploiting sample correlation for crowd counting with multi-expert network
利用样本相关性的多专家网络人群计数
大的特征提取网络性能不令人满意
探索了如何有效的使用多专家模型进行人群计数任务
主要关注如何训练更有效的专家网络和如何选择最合适的专家
提出了一种基于样本增强的任务驱动的相似性度量称为协同微调相似性,可以找到一个更有效的数据子集来训练专家网络。相似样本被认为是一个用来获取专家参数的聚类。
设计了FPN反卷积计数网络,一个更适合于多专家计数网络的基本模型。
一些方法中的多专家结构包括基本特征提取器、路由网络、或加权网络以及多个专家网络。
每个专家都被设计为处理特定的规模和密度,从而减轻了仅由一个专家处理各种场景的复杂性。路由器本质上是一个分类器,为每个测试样本选择最佳专家。
为了获得有效的专家,大多数专家计数方法采用了差分训练技术(只是减少了对当前样本最准确预测的专家的损失)
在训练之后,每个训练样本被分配一个伪类别标签(最适合的专家的索引),以训练路由器。
每个专家都是通过在训练数据的子集上微调模型而产生的。关键问题是如何将训练集分成几个子集。
本文考虑如何评估两个样本之间的相似性。提出度量方法(协同微调相似性),可以反应最优专家参数之间的相关性(可以近似地描述在包含这两个样本的子集上进行微调之后模型的性能改进)。
为了获得由相似的样本组成的聚类,基于协同微调相似性设计了一种简单的聚类方法来在密集的人群数据集中发现潜在的聚类,然后每个聚类用于获得专家的参数。
为了减少参数的储存空间和避免对聚类的过度拟合,设计了一个简单而有效的人群计数模型(FDC),具有一个微小的密度映射回归器。
使用FDC作为基础模型,利用训练策略获得多专家FDC(MFDC)。
Exploiting sample correlation for crowd counting with multi-expert network相关推荐
- 人群计数数据集汇总和详细介绍,全网最全,crowd counting datasets
Crowd Counting数据集汇总 视频监控=video surveillance https://github.com/gjy3035/Awesome-Crowd-Counting/blob/m ...
- crowd counting
crowd counting 人群密度估计之MCNN https://blog.csdn.net/qq_14845119/article/details/68946727 2016年 --Single ...
- 快速人群密度估计--Multi-scale Convolutional Neural Networks for Crowd Counting
Multi-scale Convolutional Neural Networks for Crowd Counting https://arxiv.org/abs/1702.02359 对于人群密度 ...
- 《Multi-scale Convolutional Neural Networks for Crowd Counting》论文笔记
Multi-scale Convolutional Neural Networks for Crowd Counting 论文地址 论文翻译 ABSTRACT 1. INTRODUCTION 2. M ...
- 人群密度估计--Structured Inhomogeneous Density Map Learning for Crowd Counting
Structured Inhomogeneous Density Map Learning for Crowd Counting https://arxiv.org/abs/1801.06642 针对 ...
- 人群密度估计--Leveraging Unlabeled Data for Crowd Counting by Learning to Rank
Leveraging Unlabeled Data for Crowd Counting by Learning to Rank CVPR2018 https://github.com/xialeil ...
- 人群密度估计--Crowd Counting Via Scale-adaptive Convolutional Nerual Network
Crowd Counting Via Scale-adaptive Convolutional Nerual Network https://arxiv.org/abs/1711.04433v2 Co ...
- 人群密度估计--Learning a perspective-embedded deconvolution network for crowd counting
Learning a perspective-embedded deconvolution network for crowd counting 没有找到代码 本文在人群密度估计这个问题上的创新点: ...
- 越线人群计数--Crossing-line Crowd Counting with Two-phase Deep Neural Networks
Crossing-line Crowd Counting with Two-phase Deep Neural Networks ECCV2016 人群计数有两种做法:1) region-of-int ...
最新文章
- ggplot2 图形排版:patchwork 包复杂排版
- Spark在集群中的安装
- Windows软件授权管理工具 slmgr命令详解
- 上海市互联网数据中心建设导则(2019版)
- linux安全配置-将ssh服务隐藏于Internet(端口碰撞)
- Oracle:闪回,闪回表,闪回删除,闪回版本查询,闪回事务查询
- 谈谈选用技术的原则,技术学习方法技巧,阅读代码的技巧及其它 MSF的一点心得...
- Netty Java快速指南
- 见实私域流量运营词汇手册(1.0版)
- LeetCode-1423:可获得的最大点数
- 调用谷歌翻译API(FREE)的java代码
- Cadance 进行LOGO 制作
- nginx学习:搭建静态资源服务器
- 电子元器件的识别与换算
- OpenStack基本安装步骤
- 基于rrweb框架对web 页面录制与回放
- 人物志 | 美团无人机毛一年:建成空中机器人物流网络是技术人一生的梦想
- minigui之显示gif
- (5.1)Typora——Typora 图像保存和上传( 本地 + PicGo + SMMS/Gitee)
- C++ push_back()和back() 、pop()、push()、emplace() 和 emplace_back()