利用 Pix2Pix GAN 图像去噪在恶劣天气下进行人群计数
计算机视觉与模式识别
2023-10-12 v1 机器学习
图像与视频处理
摘要
视觉人群计数利用卷积神经网络（CNN）等深度学习模型估计人群密度。模型性能严重依赖于构成人群图像的训练数据质量。在雾、尘和低光照等恶劣天气下，对含噪和模糊图像的推断性能可能严重退化。本文中，我们提出在使用计数模型前，先利用 Pix2Pix 生成对抗网络（GAN）对人群图像去噪。使用由原始人群图像生成的合成噪声图像训练 Pix2Pix 网络，随后将预训练生成器用于推断引擎以估计未见噪声人群图像中的人群密度。在 JHU-Crowd 数据集上测试了性能，以验证所提方法在需要高可靠性与高精度时的显著性。
引用
@article{arxiv.2310.07245,
title = {Crowd Counting in Harsh Weather using Image Denoising with Pix2Pix GANs},
author = {Muhammad Asif Khan and Hamid Menouar and Ridha Hamila},
journal= {arXiv preprint arXiv:2310.07245},
year = {2023}
}
备注
The paper has been accepted for presentation in IEEE 38th International Conference on Image and Vision Computing New Zealand (IVCNZ 2023). The final manuscript can be accessed at ieeexplore