Multi-scale Convolutional Neural Networks for Crowd Counting
https://arxiv.org/abs/1702.02359
对于人群密度估计问题，由于图像中 scale variations problem，所以提出使用多个CNN来解决 Multi-column/network。使用多个CNN网络导致 网络的参数数量增加，计算量增加，不利于在实际中应用部署。
这里我们采用文献【15】中的 naive Inception module 使用 multi-scale convolutional neural network (MSCNN) 来学习 scale-relevant density maps
极大的减少了网络的参数量！
2 Multi-scale CNN for Crowd Counting
Multi-scale convolutional neural network for crowd counting
网络包括三个模块：feature remapping, multi-scale feature extraction, and density map regression
Multi-scale blob with different kernel size
模型参数设置： The multi-scale CNN architecture
loss function
训练图像真值密度图根据人头标记的位置 使用 高斯核卷积得到。
实验结果：
ShanghaiTech dataset
UCF CC 50 dataset