从开集到闭集:通过空间分而治之计数目标
计算机视觉与模式识别
2019-08-20 v1
摘要
视觉计数是一项从图像/视频中预测目标数量的任务,其本质上是一个开集问题,即理论上目标数量可在 内变化。然而,现实中收集的图像与标注的计数值有限,这意味着仅观察到一个小的闭集。现有方法通常以回归方式建模该任务,但它们容易在计数超出闭集范围的未知场景上表现不佳。事实上,计数是可分解的。一个密集区域总能被划分,直到子区域计数处于先前观察到的闭集之内。受此启发,我们提出了一种简单而有效的方法——空间分而治之网络(S-DCNet)。S-DCNet 仅从闭集学习,但可通过 S-DC 很好地泛化到开集场景。S-DCNet 也很高效。为避免重复计算子区域卷积特征,S-DC 在特征图上而非输入图像上执行。S-DCNet 在三个人群计数数据集(ShanghaiTech、UCF_CC_50 和 UCF-QNRF)、一个车辆计数数据集(TRANCOS)和一个植物计数数据集(MTC)上取得了最先进的性能。与之前最佳方法相比,S-DCNet 在 ShanghaiTech Part B 上带来 20.2% 的相对提升,在 UCF-QNRF 上 20.9%,在 TRANCOS 上 22.5%,在 MTC 上 15.1%。代码已公开于:https://github.com/xhp-hust-2018-2011/S-DCNet。
引用
@article{arxiv.1908.06473,
title = {From Open Set to Closed Set: Counting Objects by Spatial Divide-and-Conquer},
author = {Haipeng Xiong and Hao Lu and Chengxin Liu and Liang Liu and Zhiguo Cao and Chunhua Shen},
journal= {arXiv preprint arXiv:1908.06473},
year = {2019}
}
备注
Accepted by ICCV2019