人群计数的注意力缩放

基于卷积神经网络（CNN）的方法通常将人群计数视为回归任务，通过输出人群密度来实现。它们学习图像内容与人群密度分布之间的映射。尽管取得了令人满意的结果，这些数据驱动的计数网络容易高估或低估具有不同密度模式区域的人数，这会降低整体计数精度。为了克服这个问题，我们提出了一种方法，以减轻不同区域之间的计数性能差异。具体而言，我们的方法由两个网络组成，分别是密度注意力网络（DANet）和注意力缩放网络（ASNet）。DANet向ASNet提供与不同密度水平区域相关的注意力掩码。ASNet首先生成密度图和缩放因子，然后将它们与注意力掩码相乘以输出独立的基于注意力的密度图。这些密度图的总和给出了最终的密度图。注意力缩放因子有助于减轻不同区域的估计误差。此外，我们提出了一种新颖的自适应金字塔损失（APLoss），以分层计算子区域的估计损失，从而减轻训练偏差。对四个具有挑战性的数据集（ShanghaiTech A部分、UCFCC₅0、UCF-QNRF和WorldExpo'10）进行的大量实验证明了所提方法的优越性。