用于视觉计数的深度学习技术
计算机视觉与模式识别
2022-06-09 v2
摘要
在本学位论文中，我们研究并增强了用于计数静止图像或视频帧中物体（如行人、细胞或车辆）的深度学习（DL）技术。特别地，我们解决了与训练当前基于DL的方案所需数据缺乏相关的挑战。鉴于标注预算有限，数据稀缺仍是一个开放问题，它阻碍了基于神经网络监督学习的现有方案的可扩展性，并导致当向这些算法呈现新场景时推理时性能显著下降。我们从若干互补侧面引入了应对此问题的方案：收集自动标注的来自虚拟环境的数据集，提出旨在缓解训练与测试数据分布间领域差距的领域自适应策略，并给出弱标注数据场景下的计数策略，即存在多个标注者间不可忽略分歧的情况。此外，我们解决了在有限功耗资源环境中采用基于卷积神经网络（CNN）技术所带来的非平凡工程挑战，引入了直接在嵌入式视觉系统（即配备受限计算能力、可捕获并处理图像的设备）上计数车辆与行人的方案。
引用
@article{arxiv.2206.03033,
title = {Deep Learning Techniques for Visual Counting},
author = {Luca Ciampi},
journal= {arXiv preprint arXiv:2206.03033},
year = {2022}
}
备注
Version with high-quality images can be found at https://etd.adm.unipi.it/theses/available/etd-04262022-163702/. arXiv admin note: text overlap with arXiv:1802.03601, arXiv:1707.01202, arXiv:1809.02165, arXiv:1901.06026, arXiv:1808.01244 by other authors