基于输出编码的拥挤场景分析
计算机视觉与模式识别
2020-01-28 v1
摘要
由于其广泛应用，拥挤场景分析受到越来越多的关注。掌握准确的人群位置（而非仅人群计数）对于在空间上识别拥挤场景中的高风险区域十分重要。本文中，我们提出了一种基于压缩感知的输出编码（CSOE）方案，该方案将检测小物体的像素坐标转化为编码信号空间中的信号回归任务。CSOE有助于在目标高度密集且无巨大尺度变化的情形下提升定位性能。此外，由于人体尺寸变化，合适的感受野尺寸对人群分析至关重要。我们创建了多膨胀卷积分支（MDCB），提供一组不同的感受野尺寸，以在图像中物体尺寸剧烈变化时提高定位精度。同时，我们开发了自适应感受野加权（ARFW）模块，通过自适应地强调具有合适感受野尺寸的信息通道，进一步处理尺度变化问题。实验证明了所提方法的有效性，其在四个主流数据集上取得了最先进的性能，尤其在高度拥挤场景中取得了优异结果。更重要的是，实验支持了我们的见解：在人群分析任务中处理目标尺寸变化问题至关重要，且将人群定位视为编码信号空间中的回归对于人群分析十分有效。
引用
@article{arxiv.2001.09556,
title = {Crowd Scene Analysis by Output Encoding},
author = {Yao Xue and Siming Liu and Yonghui Li and Xueming Qian},
journal= {arXiv preprint arXiv:2001.09556},
year = {2020}
}