基于密度图的无人机密集人群检测与监控
计算机视觉与模式识别
2022-03-01 v1 神经与进化计算
摘要
从移动的无人机检测并计数人群存在诸多挑战性问题，这些问题源于图像透视与相机角度的不断变化。在本文中，我们测试了两种不同的最先进方法——使用 Bayes 损失函数训练的 VGG19 密度图生成，以及以 ResNet50-FPN 为骨干的 Faster RCNN 先检测后计数，以比较它们在无人机飞行所拍摄的不同真实场景中计数和检测人员的精度。我们通过实验证明，当无人机靠近地面时，两种提出的方法在稀疏人群的检测与计数上均表现尤为良好。然而，VGG19 在两项任务上均提供更优精度，同时比 Faster RCNN 更轻量。此外，VGG19 在处理密集人群时优于 Faster RCNN，被证明对尺度变化和强遮挡更具鲁棒性，更适用于使用无人机的监控应用。
引用
@article{arxiv.2003.08766,
title = {Dense Crowds Detection and Surveillance with Drones using Density Maps},
author = {Javier Gonzalez-Trejo and Diego Mercado-Ravell},
journal= {arXiv preprint arXiv:2003.08766},
year = {2022}
}
备注
2020 International Conference on Unmanned Aircraft Systems (ICUAS), Athens, Greece, 2020