利用高分辨率无人机图像中的每个像素提高人群局部化以更好地进行人群管理

使用无人机进行准确的人群局部化对于有效的人群管理至关重要，不仅适用于大型活动和公共聚会，还适用于监控日常城市人流。传统方法在使用高分辨率无人机图像进行微小目标局部化时常常面临精度和效率的局限性，主要由于图像缩放和滑动窗口技术的限制。为解决这些挑战，提出了一种专为点导向目标局部化而设计的新方法。同时引入了Pixel Distill模块，用于通过一次性提取单个像素的空间信息来增强高清图像的处理。此外，分享了一个名为UP-COUNT的新数据集，专为当代无人机应用而设计。它解决了无人机图像中各种挑战，如图像采集过程中相机和目标的同步运动，推进了人群管理应用的能力。在该数据集和常用DroneCrowd数据集上的全面评估表明，我们的方法优于现有方法，并突显其在无人机基于人群目标局部化任务中的有效性。这些改进显著增加了算法在现实世界场景中操作的适用性，使其能够在动态环境中更可靠地进行个人局部化和计数。