DR.VIC：面向视频个体计数的分解与推理
计算机视觉与模式识别
2022-03-29 v2
摘要
行人计数是理解行人模式与客流分析的基础工具。现有工作（如图像级行人计数、跨线人群计数等）或仅关注图像级计数，或受限于线条的手动标注。本文提出从新视角——视频个体计数（Video Individual Counting, VIC）来开展行人计数，即统计给定视频中个体行人的总数（每人仅计一次）。我们未依赖多目标跟踪（Multiple Object Tracking, MOT）技术，而是将全部行人分解为首帧中已存在的初始行人与后续各帧中具有独立身份的新行人。随后，设计端到端的分解与推理网络（Decomposition and Reasoning Network, DRNet），通过密度估计方法预测初始行人数量，并利用可微最优传输推理各帧新行人数量。在两个包含拥挤行人与多样场景的数据集上的大量实验表明，相较基线方法，本方法在个体行人计数上具显著优越性。代码：https://github.com/taohan10200/DRNet。
引用
@article{arxiv.2203.12335,
title = {DR.VIC: Decomposition and Reasoning for Video Individual Counting},
author = {Tao Han and Lei Bai and Junyu Gao and Qi Wang and Wanli Ouyang},
journal= {arXiv preprint arXiv:2203.12335},
year = {2022}
}
备注
Accepted by CVPR 2022. [camera ready with supplement]