本次夏令营实验室安排的任务是精读并理解IJCAI2018的论文Crowd Counting using Deep Recurrent Spatial-Aware Network，本文记录了我对这篇论文的一些解读

Highlight

人群计数是实际应用中一个非常重要的任务，已有的方法不能很好地处理图片中人群的规模和旋转角度变化的问题，本文提出的 Deep Recurrent Spatial-Aware Network通过使用可学习的空间变化模块结合区域优化过程，首次解决了旋转角度变化的问题，并取得了很好的效果。相比于已有的最优方法，本文提出的方法在WorldExpo’10和UCF CC 50数据集上的效果都取得了很大的进步。

领域建模-对象状态

使用 UMLet 建模

1.使用类图，分别对 Asg_RH 文档中 Make Reservation 用例以及 Payment 用例开展领域建模。然后，根据上述模型，给出建议的数据表以及主要字段，特别是主键和外键

• 注意事项：
  • 对象必须是名词、特别是技术名词、报表、描述类的处理；
  • 关联必须有多重性、部分有名称与导航方向
  • 属性要注意计算字段
• 数据建模，为了简化描述仅需要给出表清单，例如：
  • Hotel（ID/Key，Name，LoctionID/Fkey，Address…..）

用例建模 - 业务建模方法

使用UMLet建模

1.根据订旅馆建模文档，Asg-RH.pdf：

1.1绘制用例图模型（到子用例）