Crowd Counting的标注是将每个人头标出来(Point),现在的SOTA方法都是基于将标注经过高斯核转换为密度图作为GT,但是由于遮挡、视角等等原因,这样的GT并不完美,本文提出贝叶斯损失,根据点标注构造密度贡献概率模型,提出的损失不约束密度图中的每个像素点的值,而是对每个标注点的期望计数期望采取更可靠的监督。
将问题理解为基于图像中某个点的位置,该点存在一个人(head point)的概率,因此人群计数的期望等于该后验概率与密度图的内积。基于高斯核的密度图变换表示为:

高斯变换得到密度图
代表二维空间的位置,给定每个点的label
,
的似然函数为:

先验概率
由贝叶斯公式:

后验概率
有了后验概率和密度图,则图像中的人群数目的期望表示为:

人群计数的期望
其中表示为空间位置
对于其标注
的贡献,或者说,某一空间位置可能存在人头的概率大小。然后将该概率向量与密度图求内积,得到整张图片的人群数量期望。
显然,在每个位置,标注只有一个人

贝叶斯损失(L1 LOSS)
在前向时,没必要知道该后验概率,图像中人群数量估计为:

前向计算
对于背景点位置,没必要给他们分配标注,因此给他们一个背景标注

建模背景
则

背景后验

我们希望前景的期望趋于1,背景的期望趋于0,因此该贝叶斯loss改为:

为每个像素构造一个虚拟像素点,是人头标注点,
控制了标注人头与虚拟背景点的距离。如果一个位置离人头比较远,那么为之分配一个虚拟背景点。同样可以用高斯核来计算背景点的似然。

虚拟背景点

虚拟背景点

实验结果