Removing background interference for crowd counting via de-background detail convolutional network

计算机科学 人工智能 卷积神经网络 人群 特征(语言学) 特征提取 模式识别(心理学) 回归 干扰(通信) 计算机视觉 频道(广播) 数学 统计 计算机网络 哲学 语言学 计算机安全
作者
Luyang Wang,Baoqun Yin,Xiao Tang,Yun Li
出处
期刊:Neurocomputing [Elsevier]
卷期号:332: 360-371 被引量:28
标识
DOI:10.1016/j.neucom.2018.12.047
摘要

Crowd counting is a challenging vision task which aims to accurately estimate the crowd count from a single image. To this end, we propose a novel architecture called De-background Detail Convolutional Network (DDCN) to learn a mapping from the input image to the corresponding crowd density map. DDCN focuses on removing the interference of background from crowds and reducing the mapping range from input to output. Such design optimizes the learning process to a large extent. The proposed DDCN is composed of three components: a decomposer, a feature extraction CNN and a regression CNN. Specifically, the decomposer produces a detail layer by subtracting the background interference from the crowd image. Feature extraction CNN works for extracting high level features and regression CNN is used to estimate the density map. In addition, a weighted Euclidean loss is designed to calculate the Euclidean distances of the crowd and the background separately with different loss weights, which further improves the counting performance. Extensive experiments were conducted on three crowd counting datasets to validate the performance of DCNN. And experimental results demonstrate that DDCN achieves performance improvements compared with the state-of-the-art.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
阿良完成签到,获得积分10
刚刚
完美世界应助new_vision采纳,获得10
刚刚
望远镜发布了新的文献求助10
1秒前
guojing1321完成签到,获得积分10
1秒前
CodeCraft应助缥缈的青旋采纳,获得10
2秒前
2秒前
djfnf完成签到,获得积分10
3秒前
3秒前
So完成签到 ,获得积分10
3秒前
3秒前
bie123发布了新的文献求助20
3秒前
琳琳完成签到,获得积分10
3秒前
qi发布了新的文献求助10
4秒前
自觉馒头发布了新的文献求助10
4秒前
科研通AI2S应助曼林南烟采纳,获得10
4秒前
烟花应助dengqin采纳,获得10
4秒前
完美世界应助dengqin采纳,获得10
4秒前
Yuntao_Chen发布了新的文献求助10
6秒前
852应助贾世冰采纳,获得10
6秒前
7秒前
7秒前
7秒前
饺子侠完成签到,获得积分10
8秒前
8秒前
愉快草莓发布了新的文献求助10
9秒前
Dwan发布了新的文献求助10
9秒前
9秒前
Kitty发布了新的文献求助30
9秒前
圈圈发布了新的文献求助30
10秒前
小颜完成签到,获得积分20
10秒前
neltharion发布了新的文献求助10
10秒前
lsk完成签到 ,获得积分10
11秒前
所所应助望远镜采纳,获得10
11秒前
12秒前
13秒前
大方百招发布了新的文献求助10
13秒前
愉快草莓完成签到,获得积分10
13秒前
小瓶子发布了新的文献求助10
13秒前
14秒前
高分求助中
좌파는 어떻게 좌파가 됐나:한국 급진노동운동의 형성과 궤적 2500
Sustainability in Tides Chemistry 1500
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
CLSI EP47 Evaluation of Reagent Carryover Effects on Test Results, 1st Edition 800
Threaded Harmony: A Sustainable Approach to Fashion 799
Livre et militantisme : La Cité éditeur 1958-1967 500
Retention of title in secured transactions law from a creditor's perspective: A comparative analysis of selected (non-)functional approaches 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3054832
求助须知:如何正确求助?哪些是违规求助? 2711702
关于积分的说明 7427649
捐赠科研通 2356261
什么是DOI,文献DOI怎么找? 1247983
科研通“疑难数据库(出版商)”最低求助积分说明 606566
版权声明 596083