LCrowdV：用于基于模拟的人群行为学习的带标签视频生成
计算机视觉与模式识别
2016-07-05 v2
摘要
我们提出一种新颖的过程式框架，用于生成任意数量的带标签人群视频（LCrowdV）。所得到的人群视频数据集可用于设计用于拥挤场景理解的精确算法或训练模型。我们的整体方法由两个组件构成：用于生成人群运动和行为的过程式模拟框架，以及用于生成不同视频或图像的过程式渲染框架。每个视频或图像根据环境、行人数量、密度、行为、流、光照条件、视点、噪声等自动标注。此外，我们可以通过将合成生成的行为与真实世界背景视频结合来提高真实感。我们通过提升行人检测和人群行为分类算法的精度，展示了 LCrowdV 相对于先前带标签人群数据集的优势。LCrowdV 将在万维网上发布。
引用
@article{arxiv.1606.08998,
title = {LCrowdV: Generating Labeled Videos for Simulation-based Crowd Behavior Learning},
author = {Ernest Cheung and Tsan Kwong Wong and Aniket Bera and Xiaogang Wang and Dinesh Manocha},
journal= {arXiv preprint arXiv:1606.08998},
year = {2016}
}