MTCNet이라는 다중 작업 학습(MTL) 기반 심층 신경망 아키텍처를 제안합니다. 이 모델은 군중 밀도 및 개수 추정을 위해 군중 밀도 추정을 주요 작업으로, 군중 개수 그룹 분류를 보조 작업으로 수행합니다. 보조 작업은 주요 작업의 성능 향상을 위해 규모 관련 정보를 포착하는 데 도움이 됩니다. 주요 작업 모델은 특징 추출을 위한 VGG-16 프런트 엔드와 밀도 맵 생성을 위한 확장된 합성곱 신경망으로 구성됩니다. 보조 작업 모델은 주요 작업과 동일한 프런트 엔드를 공유하며, CNN 분류기가 뒤따릅니다. 데이터 증강 없이 ShanghaiTech 데이터셋에서 최첨단 방법보다 5.8% 및 14.9% 낮은 평균 절대 오차(MAE)를 달성하고, UCF_CC_50 데이터셋에서도 10.5% 낮은 MAE로 성능을 능가합니다.
