建设企业官方网站,wordpress媒体库略缩图,中国建设银行人事网站,阿森纳英超积分文献阅读笔记 简介 题目 End-to-end people detection in crowded scenes 作者 Russell Stewart, Mykhaylo Andriluka 原文链接 https://arxiv.org/pdf/1506.04878.pdf 关键词 Null 研究问题 当前的人员检测器要么以滑动窗口的方式扫描图像#xff0c;要么对一组离… 文献阅读笔记 简介 题目 End-to-end people detection in crowded scenes 作者 Russell Stewart, Mykhaylo Andriluka 原文链接 https://arxiv.org/pdf/1506.04878.pdf 关键词 Null 研究问题 当前的人员检测器要么以滑动窗口的方式扫描图像要么对一组离散的提议进行分类。 这项任务是具有挑战性的因为它既需要将物体从背景中区分开来又需要正确估计不同物体的数量和它们的位置。 要避免对同一对象的多次检测。 对象实例重叠时根据边界框的属性进行推理往往会得出错误的结果。 拥挤场景中多个人常常近距离出现使得区分附近的个体变得尤为困难。 研究方法 提出了一种基于图像解码的人员检测模型。要求以一幅图像作为输入从而能够直接输出一组不同的检测假设。由于是联合生成预测因此不需要非极大值抑制等常见的后处理步骤。 本文贡献一个使用一个新的损失函数来端到端地训练模型该损失函数对检测集进行操作。 另一个技术贡献是表明可以成功地利用LSTM单元链将图像内容解码为可变长度的相干实值输出。 图像解码首先使用来自谷歌公司的表达性图像特征。然后使用该图像的中间表示使用lstm进行训练得到一组预测对象。 研究结论 该方法在拥挤场景中检测人群这一具有挑战性的任务上非常有效。能够生成任意距离的预测。 额外知识 Bounding box regressionRegion Proposal经过fine-tuning跟Ground Truth更加接近的方法 人脸检测中的bounding box regression详解-CSDN博客
