基于辅助点引导的基于点的群体计数与定位性能提升
计算机视觉与模式识别
2024-05-20 v1 人工智能
图像与视频处理
摘要
群体计数与定位因其广泛的应用场景而在计算机视觉领域日益重要。虽然基于点的策略在群体计数方法中被广泛使用，但面临一个显著性挑战，即缺乏有效的学习策略来指导匹配过程。由于缺乏有效的学习策略，匹配点提案与目标点的稳定性受到影响，从而严重影响整体性能。为解决此问题，本文引入一种有效的方法来稳定基于点的提案-目标匹配。在此基础上，我们提出了辅助点引导（Auxiliary Point Guidance, APG）以为提案选择和优化提供明确且有效的指导，从而解决匹配不确定性的核心问题。此外，我们开发了隐式特征插值（Implicit Feature Interpolation, IFI）以实现多样化群体场景下的自适应特征提取，进一步增强模型的鲁棒性和准确性。大量实验表明，我们的方法有效性，特别是在具备挑战性条件下，显著提升了群体计数与定位性能。源代码和训练好的模型将公开发布。
引用
@article{arxiv.2405.10589,
title = {Improving Point-based Crowd Counting and Localization Based on Auxiliary Point Guidance},
author = {I-Hsiang Chen and Wei-Ting Chen and Yu-Wei Liu and Ming-Hsuan Yang and Sy-Yen Kuo},
journal= {arXiv preprint arXiv:2405.10589},
year = {2024}
}