交互式类无关目标计数
计算机视觉与模式识别
2023-09-12 v1
摘要
我们提出一种新颖的交互式类无关目标计数框架，人类用户可通过交互式反馈提升计数器的精度。我们的框架由两个主要组件构成：用于收集反馈的友好可视化工具，以及将其纳入的高效机制。在每次迭代中，我们生成密度图以展示当前预测结果，并将其分割为具有易验证目标数量的非重叠区域。用户可通过选择存在明显计数误差的区域并指定其中估计目标数量的范围来提供反馈。为改进计数结果，我们设计了一种新颖的适配损失，迫使视觉计数器输出用户指定范围内的预测计数。为实现有效且高效的适配，我们提出一个可与任何基于密度的视觉计数器配合使用的细化模块，且适配过程中仅更新该细化模块的参数。我们在 FSCD-LVIS 与 FSC-147 两个具挑战性的类无关目标计数基准上的实验表明，仅需极少量用户输入，本方法即可将多个最先进视觉计数器的平均绝对误差降低约 30% 至 40%。我们的项目见 https://yifehuang97.github.io/ICACountProjectPage/。
引用
@article{arxiv.2309.05277,
title = {Interactive Class-Agnostic Object Counting},
author = {Yifeng Huang and Viresh Ranjan and Minh Hoai},
journal= {arXiv preprint arXiv:2309.05277},
year = {2023}
}