基于多任务学习及由粗到精的卷积神经网络人群计数模型

人群计数是指计算单张图像或单个视频帧中人的数目,为了解决人群任务的计数不够准确的问题,提出了一种基于多任务学习及由粗到精的卷积神经网络人群计数模型。首先,多任务学习是指引入与原始任务相关的辅助任务,指导主要任务的学习,人群密度估计是人群计数模型的主要任务,人群分割任务作为辅助任务以提高网络性能。其次,由粗到精策略表明人群计数模型预测密度图是一个由粗糙到精细的过程,即生成粗糙且不准确的人群密度图,结合人群分割图后得到准确的人群密度图。在Shanghai Tech数据集Part A部分、Part B部分和UCF_CC_50数据集上的实验表明,所提人群计数模型相比之前最好的CSRNet模型绝对误差分别降低了4.55%,14.15%,19.09%,均方误差分别降低了10.00%,19.09%,19.47%,显著提高了人群计数模型的准确性和鲁棒性。

基于多重差异特征网络的街景变化检测

街景变化检测对于自然灾害破坏和城市发展变化的研究起着重要作用。其主要目标是将成对的输入图片中变化的区域标注出来,其实质是二分类的语义分割问题。不同时间拍摄的街景图片可能受到如光线、天气、背景噪声、视角误差等诸多干扰因素的影响,这给传统的变化检测方法带来挑战。针对该问题,提出了一种新的神经网络模型(Multiple Difference Features Network,MDFNet)。该模型首先使用孪生网络提取成对输入图片的不同深度特征,并使用差异模块对相同深度特征计算差异,以此有效获得不同尺度的变化信息;然后通过JPU模块融合多重差异特征,在不损失细节信息的情况下提取其深层语义信息;最后使用金字塔池化模块结合全局和局部信息生成二分类的变化检测图像。在PCD数据集上的GSV和TSUNAMI部分分别采用5折交叉验证法对模型进行实验,实验结果表明,MDFNet获得了0.787和0.862的F-score,相比排名第二的DOF-CDNet方法,其值提高了约11.9%和2.9%,同时其能够更精准地分割变化细节。因此,所提模型可以有效应对干扰,对于复杂场景也具备优秀的检测能力。

基于插值一致性的半监督三维目标分类算法

针对有大量无标签数据与少量有标签数据的三维目标分类任务,提出了一种基于插值一致性的半监督三维目标分类算法。采用插值一致性训练(ICT)方式,使少量有标签样本经过分类网络得到的预测值更接近真实值,并激励无标记点处插值的预测与这些点处预测的插值趋于一致。该训练方式使得决策边界移至数据分布的低密度区域,进而提高小样本数据情形下的分类效果。在公开数据集ModelNet10上进行了分类效果测试,识别精度达到93.92%。实验结果表明,该算法能够充分利用少量标签数据与大量无标签数据,有效地完成识别分类任务。