用于人群定位的独立实例图学习
计算机视觉与模式识别
2022-10-14 v3
摘要
在人群场景中准确定位每个人头的位置是人群分析领域的一项关键任务。然而，传统的基于密度的方法只能预测粗略结果，而基于分割/检测的方法无法处理极其密集的场景和具有大范围尺度变化的人群。为此，我们提出了一种用于人群定位的端到端且直观的框架，称为独立实例图分割。与密度图和边界框回归不同，IIM 中的每个实例都是不重叠的。通过将人群分割成独立的连通分量，可以获得位置和人群计数（分别为分量的中心和数量）。此外，为了提高不同密度区域的分割质量，我们提出了一个可微二值化模块来输出结构化的实例图。BM 为定位模型带来了两个优势：1）自适应地学习不同图像的阈值图，以更准确地检测每个实例；2）直接使用二值预测和标签上的损失来训练模型。大量实验验证了所提出方法的有效性，并在五个流行的人群数据集上优于最先进的方法。值得注意的是，IIM 在 NWPU-Crowd Localization 任务上将 F1-measure 提高了 10.4%。源代码和预训练模型将发布于 https://github.com/taohan10200/IIM。
引用
@article{arxiv.2012.04164,
title = {Learning Independent Instance Maps for Crowd Localization},
author = {Junyu Gao and Tao Han and Qi Wang and Yuan Yuan and Xuelong Li},
journal= {arXiv preprint arXiv:2012.04164},
year = {2022}
}