具身人群计数
计算机视觉与模式识别
2025-11-26 v2
摘要
遮挡是人群计数中的基本挑战之一。在社区中，已经开发出各种数据驱动的方法来解决这一问题，但其有效性有限。这主要是因为大多数用于训练方法的现有人群计数数据集基于被动相机，限制了它们充分感知环境的能力。最近，具身导航方法在交互场景中的精确目标检测方面展现出巨大潜力。这些方法结合了主动相机设置，有望解决人群计数中的基本问题。然而，大多数现有方法是为室内导航设计的，在分析大规模场景（如人群）中的复杂目标分布时表现未知。此外，大多数现有的具身导航数据集是规模和目标数量有限的室内场景，阻碍了它们被引入密集人群分析。基于此，提出了一项新任务：具身人群计数 (ECC)。我们首先构建了一个交互式模拟器，具身人群计数数据集 (ECCD)，它支持大规模场景和大量目标。引入了近似现实人群分布的先验概率分布来生成人群。然后，提出了一种零样本导航方法 (ZECC)。该方法包含一个由 MLLM 驱动的由粗到细的导航机制，支持主动 Z 轴探索，以及一种基于法线的人群分布分析方法以进行精细计数。针对基线的实验结果表明，所提出的方法在计数准确率和导航成本之间取得了最佳权衡。
引用
@article{arxiv.2503.08367,
title = {Embodied Crowd Counting},
author = {Runling Long and Yunlong Wang and Jia Wan and Xiang Deng and Xinting Zhu and Weili Guan and Antoni B. Chan and Liqiang Nie},
journal= {arXiv preprint arXiv:2503.08367},
year = {2025}
}