用于人群计数与密度估计的内容感知密度图
计算机视觉与模式识别
2019-06-19 v1 图像与视频处理
摘要
关于人群规模、密度与流动的精确知识可为安全安保应用、事件规划、建筑设计以及消费者行为分析提供有价值的信息。为此类应用构建强大的机器学习模型需要大规模且高度准确可靠的数据集。遗憾的是，现有人群计数与密度估计基准数据集不仅规模有限，而且缺乏标注，通常实现过于耗时。本文尝试通过一种内容感知技术解决该问题，其结合了 Chan-Vese 分割算法、二维高斯滤波与暴力最近邻搜索。结果表明，仅需将常用的密度图生成器替换为所提方法，利用现有 SOTA 模型即可获得更高水平的准确性。
引用
@article{arxiv.1906.07258,
title = {Content-aware Density Map for Crowd Counting and Density Estimation},
author = {Mahdi Maktabdar Oghaz and Anish R Khadka and Vasileios Argyriou and Paolo Remagnino},
journal= {arXiv preprint arXiv:1906.07258},
year = {2019}
}