检测、跟踪与计数遇见无人机人群：一个基准
计算机视觉与模式识别
2021-05-07 v1
摘要
为推动无人机航拍视频中目标检测、跟踪与计数算法的发展，我们构建了一个带有新型无人机航拍大规模数据集的基准，命名为 DroneCrowd，由 112 段不同场景下的视频片段及 33,600 帧高清图像组成。值得注意的是，我们标注了 20,800 条行人轨迹，包含 480 万个头部框及若干视频级属性。同时，我们设计了时空邻域感知网络（STNNet）作为强基线，联合解决密集人群中的目标检测、跟踪与计数问题。STNNet 由特征提取模块、密度图估计头以及定位与关联子网络构成。为利用邻近目标的上下文信息，我们设计了邻域上下文损失以引导关联子网络训练，强制邻近目标在时域中保持相对位置一致。在 DroneCrowd 数据集上的大量实验表明，STNNet 优于现有最优方法。
引用
@article{arxiv.2105.02440,
title = {Detection, Tracking, and Counting Meets Drones in Crowds: A Benchmark},
author = {Longyin Wen and Dawei Du and Pengfei Zhu and Qinghua Hu and Qilong Wang and Liefeng Bo and Siwei Lyu},
journal= {arXiv preprint arXiv:2105.02440},
year = {2021}
}
备注
Accpted to CVPR 2021. Dataset and codes can be found in https://github.com/VisDrone/DroneCrowd. arXiv admin note: text overlap with arXiv:1912.01811