通过迭代缩放与细化实现精准十亿像素人群计数
计算机视觉与模式识别
2023-05-17 v1
摘要
十亿像素分辨率的日益普及给人群计数带来了新挑战。此类分辨率远远超出当前 GPU 的内存与计算限制，且现有的深度神经网络架构和训练流程并非为如此巨大的输入而设计。尽管已有若干方法应对这些挑战，但它们要么局限于将输入图像下采样至小尺寸，要么借鉴其他十亿像素任务，并未针对人群计数量身定制。在本文中，我们提出一种称为 GigaZoom 的新方法，其迭代缩放至图像中密度最大的区域，并以更精细的细节细化较粗的密度图。通过实验，我们表明 GigaZoom 在十亿像素人群计数上取得了最先进性能，并将次优方法的精度提升了 42%。
引用
@article{arxiv.2305.09271,
title = {Accurate Gigapixel Crowd Counting by Iterative Zooming and Refinement},
author = {Arian Bakhtiarnia and Qi Zhang and Alexandros Iosifidis},
journal= {arXiv preprint arXiv:2305.09271},
year = {2023}
}