典型文献
基于背景辅助的高效人群计数多任务学习网络
文献摘要：
在人群计数领域中,复杂背景干扰一直是一个具有挑战性的问题.现有研究通过引入注意力机制等方式弱化背景噪声对计数的影响.但是,随着研究的深入,人群计数网络规模不断扩大,影响了计算效率和实时应用.为了解决复杂背景问题并提高计数效率,该文提出了一个基于背景辅助的高效人群计数多任务学习网络(BAMTLNet).与现有网络不同,为了减少网络的参数量,只采用了 VGG-16的前7层作为前端网络.在后端网络中,为了解决复杂背景问题,我们使用了两个高度相关的人群任务:①生成估计密度图主任务,采用3个普通卷积层生成密度图,通过积分获得单张图片的人数.②复杂背景分割辅助任务,采用3个特定的膨胀卷积层生成图片的背景分割图.两个任务直接连接在前端网络后,没有相互交叉.我们还设计了背景辅助多任务损失函数,通过硬参数共享的方式优化前端网络参数,向主任务传递复杂背景的高级语义信息并优化网络.该端到端人群计数多任务学习网络仅有10层卷积层,参数量小,实现了网络轻量化.在3个人群计数基准数据集上进行了实验,获得了令人满意的结果.
文献关键词：
人群计数;背景分割;轻量化;多任务学习
中图分类号：
作者姓名：
桑军;刘新悦;吴志伟;王富森
作者机构：
重庆大学大数据与软件学院,重庆401331
文献出处：
引用格式：
[1]桑军;刘新悦;吴志伟;王富森-.基于背景辅助的高效人群计数多任务学习网络)[J].西南师范大学学报（自然科学版）,2022(08):1-8
A类：
BAMTLNet
B类：
人群计数,多任务学习,学习网络,复杂背景,背景干扰,注意力机制,背景噪声,网络规模,计算效率,参数量,VGG,端网络,后端网,密度图,卷积层,分获,单张,背景分割,辅助任务,膨胀卷积,成图,直接连接,接在,多任务损失函数,过硬,硬参数共享,方式优化,网络参数,高级语义信息,端到端,网络轻量化,基准数据集,令人满意
AB值：
0.324925
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
