摘要： 針對人群計數(shù)在密集場景下存在背景復(fù)雜、尺度變化大等問題，提出了一種結(jié)合全局-局部注意力的弱監(jiān)督密集場景人群計數(shù)模型——GLCrowd。首先，設(shè)計了一種結(jié)合深度卷積的局部注意力模塊，通過上下文權(quán)重增強局部特征，同時結(jié)合特征權(quán)重共享獲得高頻局部信息。其次，利用Vision Transformer (Vi T)的自注意力機制捕獲低頻全局信息。最后，將全局與局部注意力有效融合，并通過回... （共13頁）