人羣計數論文筆記之Density-Aware Multi-Task Learning for Crowd Counting

文章目錄 背景 論文要解決的問題 論文方案 本文目標 論文網絡思想 背景 已有方法的缺點： 基於圖片分類，目標檢測，語義分割等領域遷移到人羣計數領域方法中的各種基於cnn的方法雖然有顯著的提升（什麼顯著的提升？沒有看懂，精度還是？）但在一個或多個場景中人羣密度分佈差異較大時表現會下降。 分佈差異主要來自兩個方面。第一個因素是人們在一個場景中的真實聚集和分散。 第二個因素是相機的視角，這是導致比例問

>>阅读原文<<