在人群计数数据集中，人们以不同的比例出现，具体取决于他们与相机之间的距离。为了解决这个问题，论文《Scale-Aware Attention Network for Crowd Counting》提出了一种新的多分支尺度感知注意力网络，它利用卷积神经网络的层次结构，并在单个前向传递中生成来自架构不同层的多尺度密度预测。为了将这些映射聚合到我们的最终预测中，研究者提出了一种新的软注意力机制，可以学习一组选通掩码。此外，研究者还引入了尺度感知损失函数来规范不同分支的培训并指导它们专门学习特定的尺度。最后，论文中还对每个组分进行消融研究，并将该方法与另外4个人群计数数据集的文献进行比较。结果显示，相比UCF-QNRF显著改善（25％），相比其他改善约10％。