一种用于基于视频的人群计数的时空注意力网络
计算机视觉与模式识别
2022-08-25 v1
摘要
由于监控摄像头网络的普及，从图像中自动计数人群近年来在现代智慧城市的城市监测中引起关注。当前计算机视觉技术依赖于基于深度学习的算法来估计静态单帧图像中的行人密度。仅有少数工作利用了视频序列中的时间一致性。在这项工作中，我们提出一种时空注意力神经网络，从监控视频中估计行人数量。通过利用连续帧之间的时间相关性，我们在广泛使用的FDST基准上将最先进的计数误差降低了5%，定位误差降低了7.5%。
引用
@article{arxiv.2208.11339,
title = {A Spatio-Temporal Attentive Network for Video-Based Crowd Counting},
author = {Marco Avvenuti and Marco Bongiovanni and Luca Ciampi and Fabrizio Falchi and Claudio Gennaro and Nicola Messina},
journal= {arXiv preprint arXiv:2208.11339},
year = {2022}
}
备注
Accepted at IEEE ISCC 2022