본 논문은 고밀도 군중 장면의 높은 주석 비용 문제를 해결하기 위한 반지도 학습 기반 군중 계수 방법인 Taste More Taste Better (TMTB) 프레임워크를 제안합니다. TMTB는 데이터 및 모델 측면 모두를 강조하며, 배경 영역을 채우는 데이터 증강 기법을 통해 데이터 다양성을 높이고, 시각적 상태 공간 모델을 백본으로 사용하여 전역 맥락 정보를 포착합니다. 또한, 정확한 예측을 위한 회귀 헤드와 함께 노이즈에 강건한 분류 헤드를 사용하여 더 정확한 감독을 제공합니다. 네 개의 벤치마크 데이터셋에서 기존 최고 성능을 능가하는 결과를 보였으며, 코드는 공개적으로 제공됩니다.
