Consistent-Point：用于半监督人群计数和定位的一致性伪点
计算机视觉与模式识别
2026-02-05 v1
摘要
人群计数和定位在公共安全和交通管理等应用中具有重要意义。现有方法通过大量繁琐的标注获得了令人瞩目的成果。本文提出一种新的基于点定位的半监督人群计数和定位方法，称为 Consistent-Point。我们识别并解决了伪点的两个一致性问题，这些问题尚未得到充分探讨。为增强其位置一致性，我们聚合相邻辅助提案点的positions。此外，提出一种基于实例的不确定性校准，以提高伪点的类别一致性。通过生成更一致的伪点，Consistent-Point 为训练过程提供更稳定的监督，从而实现更好的结果。在五个广泛使用的数据集和三个不同的标注比例设置下进行的大量实验表明，我们的方法在人群定位方面实现了最好的性能，同时也取得了令人瞩目的人群计数结果。代码将在公开。
引用
@article{arxiv.2503.12441,
title = {Consistent-Point: Consistent Pseudo-Points for Semi-Supervised Crowd Counting and Localization},
author = {Yuda Zou and Zelong Liu and Yuliang Gu and Bo Du and Yongchao Xu},
journal= {arXiv preprint arXiv:2503.12441},
year = {2026}
}