CrowdQuery：用于提升拥挤场景下 2D 和 3D 检测的密度引导查询模块
计算机视觉与模式识别
2025-09-11 v1
摘要
本文提出一种新方法，用于端到端的拥挤场景检测，利用对象密度信息增强现有基于变换器的检测器。我们提出 CrowdQuery（CQ），其核心组件是我们的 CQ 模块，预测并嵌入对象密度图。随后，将嵌入的密度信息系统性地集成到解码器中。现有密度图定义通常依赖于头部位置或基于对象的空间统计信息。我们的方法将这些定义扩展到包括单个边界框的尺寸。通过将密度信息整合到对象查询中，本方法利用密度引导查询提高了拥挤场景下的检测性能。CQ 可被普遍应用于 2D 和 3D 检测，而无需额外数据。因此，我们是首次设计一种在拥挤环境中有效桥接 2D 和 3D 检测的方法。我们展示了将 CQ 集成到通用 2D 和 3D 变换器基础目标检测器中的可能性，提出了 CQ2D 和 CQ3D 架构。CQ 不局限于我们所选的特定变换器模型。在 2D 和 3D 领域的 STCrowd 数据集上进行的实验表明，与基线模型相比，CQ 在性能上显著提升，超过了大多数最先进的方法。当集成到最先进的拥挤检测器中时，CQ 能进一步提高在具有挑战性的 CrowdHuman 数据集上的性能，证明了其广泛适用性。代码已发布于 https://github.com/mdaehl/CrowdQuery。
引用
@article{arxiv.2509.08738,
title = {CrowdQuery: Density-Guided Query Module for Enhanced 2D and 3D Detection in Crowded Scenes},
author = {Marius Dähling and Sebastian Krebs and J. Marius Zöllner},
journal= {arXiv preprint arXiv:2509.08738},
year = {2025}
}
备注
8 pages, 5 figures, accepted by IROS 2025