用于人群计数与无监督人员定位的强基线
计算机视觉与模式识别
2020-11-10 v1
摘要
本文探索一种用于人群计数的强基线，以及一种基于估计密度图的无监督人员定位算法。首先，现有方法基于不同骨干网络与多种训练技巧取得 SOTA 性能。我们收集不同骨干网络与训练技巧，评估改变它们的影响，并开发出一种高效的人群计数流程，其在多个数据集上显著降低了 MAE 与 RMSE。我们还提出一种称为孤立 KMeans(isolated KMeans)的聚类算法，以在密度图中定位头部。该方法可在局部计数约束下将密度图划分为子区域并寻找中心，无需训练任何参数，且可轻易与现有方法集成。
引用
@article{arxiv.2011.03725,
title = {A Strong Baseline for Crowd Counting and Unsupervised People Localization},
author = {Liangzi Rong and Chunping Li},
journal= {arXiv preprint arXiv:2011.03725},
year = {2020}
}