人群计数（crowd counting）RCCFormer: A Robust Crowd Counting Network Based on Transformer

论文作者：Peng Liu,Heng-Chao Li,Sen Lei,Nanqing Liu,Bin Feng,Xiao Wu

作者单位：Southwest Jiaotong University;

论文链接：http://arxiv.org/abs/2504.04935v1

内容简介：

1）方向：人群计数（crowd counting）

2）应用：人群计数（crowd counting）

3）背景：人群计数是计算机视觉中的一个重要任务，但面临背景复杂和尺度变化等挑战，这些问题大大影响了人群计数的准确性。现有方法无法有效处理这些问题，尤其是在变化较大的场景中。

4）方法：为了解决这些问题，提出了RCCFormer网络，包含以下几个关键模块：多级特征融合模块（MFFM）：在不同阶段提取的特征进行精确融合，增强了模型对复杂特征的捕捉能力，超过了传统基线方法。细节嵌入注意力块（DEAB）：通过全局自注意力和局部注意力的结合，有效捕捉上下文信息和局部细节，帮助模型更好地聚焦于前景区域，同时抑制背景噪声。自适应尺度感知模块（ASAM）：通过输入依赖的可变形卷积（IDConv）动态适应头部目标的形状和尺度变化，显著提高了网络对大尺度变化的适应能力。

5）结果：在上海科技大学Part_A和Part_B、NWPU-Crowd和QNRF等多个数据集上进行了验证，结果表明RCCFormer在所有四个数据集上均取得了卓越的性能，展示了最先进的效果。