高度拥挤场景下的全卷积人群计数
计算机视觉与模式识别
2017-01-18 v2
摘要
在本文中，我们通过进一步探索 (Zhang et al., 2016) 提出的全卷积人群计数模型的思想，推进了高密度场景下人群计数的最优性能。利用计算机视觉技术产生准确且鲁棒的人群数量估计器近年来引起了显著的研究兴趣。人群计数系统的应用存在于许多不同领域，包括城市规划、零售以及当然的公共安全。开发可部署于任何监控场景、任意相机视角下的高度泛化计数模型是该领域研究的关键目标。过去开发的技术在帧中包含数千人的高度拥挤场景中通常表现不佳 (Rodriguez et al., 2011)。我们的方法受 (Zhang et al., 2016) 工作影响，包含以下贡献：(1) 一种训练集增强方案，可最小化训练样本间的冗余，以改善模型泛化能力和整体计数性能；(2) 一种深层、单列、全卷积网络(FCN)架构；(3) 推理过程中的多尺度平均步骤。所开发的技术能够分析任意分辨率或宽高比的图像，并在 Shanghaitech Part B 和 UCF CC 50 数据集上实现了最优计数性能，在 Shanghaitech Part A 上也具有竞争力。
引用
@article{arxiv.1612.00220,
title = {Fully Convolutional Crowd Counting On Highly Congested Scenes},
author = {Mark Marsden and Kevin McGuinness and Suzanne Little and Noel E. O'Connor},
journal= {arXiv preprint arXiv:1612.00220},
year = {2017}
}
备注
7 pages , VISAPP 2017