密集人群计数、密度图估计与定位的组合损失
计算机视觉与模式识别
2018-08-06 v1
摘要
每年在从朝圣到抗议、音乐会到马拉松、节日到葬礼等活动中，有数百万人的多次人群聚集；视觉人群分析正在成为计算机视觉的一个新前沿。特别是，高度密集人群中的计数是一个具有挑战性的问题，在人群安全和管理以及衡量抗议和示威的政治意义方面具有广泛的应用前景。在本文中，我们提出了一种新颖的方法，同时解决了给定密集人群图像中的人数计数、密度图估计和定位问题。我们的公式基于一个重要观察：这三个问题本质上是相互关联的，使得优化深度CNN的损失函数可分解。由于定位需要高质量的图像和注释，我们引入了UCF-QNRF数据集，该数据集克服了先前数据集的缺点，包含125万个人工标记的点注释。最后，我们提出了评估指标，并与最近的深度CNN网络（包括专门为人群计数开发的网络）进行了比较。我们的方法在新数据集上显著优于最先进的方法，该数据集是场景最多样化、人群注释数量最多的最具挑战性的数据集。
引用
@article{arxiv.1808.01050,
title = {Composition Loss for Counting, Density Map Estimation and Localization in Dense Crowds},
author = {Haroon Idrees and Muhmmad Tayyab and Kishan Athrey and Dong Zhang and Somaya Al-Maadeed and Nasir Rajpoot and Mubarak Shah},
journal= {arXiv preprint arXiv:1808.01050},
year = {2018}
}