面向有限标签场景的基于主动视角选择的场景级多视角人群计数与定位
计算机视觉与模式识别
2025-09-23 v1
摘要
多视角人群计数与定位融合输入多视角以估计地面上的人群数量或位置。现有方法主要 focus on accurately predicting on the crowd shown in the input views，忽略了选择在场景中能够良好感知所有人群的"最佳"摄像机视角的问题。此外，现有的视角选择方法需要大量标注视角和图像，且缺乏跨场景设置的能力，限制了其应用场景。因此，本文研究在具有跨场景能力和有限标签需求的情况下，选择视角以获得更佳的场景级多视角人群计数与定位结果，而非输入视角级别的结果。我们首先提出一种独立视角选择方法(IVS)，考虑视角和场景几何中的几何关系，在视角选择、标注和下游任务中独立进行。基于IVS，我们还提出了一种主动视角选择方法(AVS)，联合优化视角选择、标注和下游任务。在AVS中，我们主动选择标注视角，并在视角选择过程中考虑视角/场景几何和下游任务模型的预测。在多视角计数和定位任务上的实验表明，所提出的主动视角选择方法(AVS)在跨场景和有限标签需求方面具有优势，超越了现有方法，适用范围更广。
引用
@article{arxiv.2509.16684,
title = {Active View Selection for Scene-level Multi-view Crowd Counting and Localization with Limited Labels},
author = {Qi Zhang and Bin Li and Antoni B. Chan and Hui Huang},
journal= {arXiv preprint arXiv:2509.16684},
year = {2025}
}
备注
8 pages, 5 figures