探索人群局部化中的尺度偏移：基于领域泛化的视角
计算机视觉与模式识别
2025-10-23 v1
摘要
人群局部化在视觉场景理解中发挥着关键作用，旨在预测人群中每个行人的位置，从而适用于各种下游任务。然而，现有方法因训练数据与测试数据之间头尺寸分布（尺度偏移）的显著差异，导致性能显著下降，这一挑战被称为领域泛化（DG）。本文旨在理解尺度偏移在人群局部化领域泛化模型中的本质。为此，我们回答四个关键问题：（i）尺度偏移如何影响DG场景下的人群局部化？（ii）我们如何量化这种影响？（iii）这种影响的原因是什么？（iv）如何缓解这种影响？首先，我们系统性地检验不同尺度偏移程度下人群局部化性能的变化情况。随后，构建基准数据集ScaleBench，并复现20个先进的DG算法以量化影响。通过大量实验，我们展示了现有算法的局限性，强调了尺度偏移的重要性与复杂性——这一话题仍未得到充分探讨。为深入理解，我们对尺度偏移进行严格的理论分析。基于这些洞见，我们进一步提出一种有效算法，称为Causal Feature Decomposition和Anisotropic Processing（Catto），以缓解DG环境中的尺度偏移影响。随后，我们提供了大量分析性实验，揭示了未来研究的四个重要启示。我们的结果强调了这一新颖且具有实际应用价值的研究方向的重要性，我们称之为尺度偏移领域泛化。
引用
@article{arxiv.2510.19330,
title = {Exploring Scale Shift in Crowd Localization under the Context of Domain Generalization},
author = {Juncheng Wang and Lei Shang and Ziqi Liu and Wang Lu and Xixu Hu and Zhe Hu and Jindong Wang and Shujun Wang},
journal= {arXiv preprint arXiv:2510.19330},
year = {2025}
}