Resumen

El método más avanzado para el recuento de multitudes utiliza una red totalmente convolucional que extrae las características de la imagen y luego genera un mapa de densidad de multitudes. Sin embargo, este proceso suele encontrar problemas de pérdida multiescalar y contextual. Para resolver estos problemas, proponemos una red de agregación multiescalar (MANet) que incluye un codificador de extracción de características (FEE) y un decodificador de mapas de densidad (DMD). El FEE utiliza una red piramidal en cascada para extraer características multiescalares y obtiene características contextuales a través de conexiones densas. El DMD utiliza operaciones de deconvolución y fusión para generar características que contienen información detallada. Estas características pueden convertirse en mapas de densidad de alta calidad para calcular con precisión el número de personas en una multitud. Una comparación empírica con cuatro conjuntos de datos principales (ShanghaiTech, WorldExpo'10, UCF_CC_50 y SmartCity) muestra que el método propuesto es más eficaz en términos de error medio absoluto y error medio al cuadrado. El código fuente está disponible en https://github.com/lpfworld/MANet.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:problema de pérdida contextual, error medio cuadrático, red de pirámide de escala, mapa de densidad de calidad, mapa de densidad de la multitud, decodificador de mapa de densidad, número de personas, error medio absoluto, red de agregación multiescala, codificador de extracción de características
• Keywords:contextual loss problem, means squared error, scale pyramid network, quality density map, crowd density map, density map decoder, number of people, means absolute error, multiscale aggregation network, features extraction encoder