面向视频监控中人群计数的特征感知自适应与密度对齐
计算机视觉与模式识别
2020-10-28 v2
摘要
随着深度神经网络的发展,人群计数与像素级密度估计的性能不断被刷新。尽管如此,该领域仍存在两个挑战性问题:1)当前监督学习需要大量训练数据,但收集和标注困难;2)现有方法对未知域的泛化能力不佳。近期发布的合成人群数据集缓解了这两个问题。然而,真实世界数据与合成图像之间的域差距降低了模型性能。为缩小差距,本文提出一种域自适应风格的人群计数方法,能有效将模型从合成数据适配到特定真实场景。该方法由多级特征感知自适应(MFA)与结构化密度图对齐(SDA)组成。具体而言,MFA 促使模型从多层提取域不变特征;SDA 保证网络在真实域上输出具有合理分布的高质量密度图。最后,我们在四个主流监控人群数据集 Shanghai Tech Part B、WorldExpo'10、Mall 和 UCSD 上评估所提方法。大量实验证明,对于相同的跨域计数问题,我们的方法优于当前最优方法。
引用
@article{arxiv.1912.03672,
title = {Feature-aware Adaptation and Density Alignment for Crowd Counting in Video Surveillance},
author = {Junyu Gao and Yuan Yuan and Qi Wang},
journal= {arXiv preprint arXiv:1912.03672},
year = {2020}
}
备注
accepted by IEEE T-CYB