定位、定尺寸与计数：通过检测在密集人群中准确分辨个体
计算机视觉与模式识别
2020-02-18 v3
摘要
我们引入了一种用于密集人群计数的检测框架，并消除了对盛行密度回归范式的需求。典型的计数模型预测图像的群体密度，而非检测每个人。这些回归方法通常无法将人定位得足够准确，以至于除计数外的大多数应用均不适用。因此，我们采用一种架构，定位人群中的每个人，用边界框标定所发现头部的尺寸，然后对其进行计数。与常规目标或人脸检测器相比，设计此类检测系统存在某些独特挑战。其中一些是密集人群巨大多样性以及需要连续预测框的直接后果。我们解决了这些问题并开发了 LSC-CNN 模型，该模型能可靠地检测从稀疏到密集人群中人的头部。LSC-CNN 采用具有自顶向下反馈处理的多列架构，以更好地分辨个体并在多分辨率下产生精细化预测。有趣的是，所提出的训练机制仅需点头部标注，却可估计头部的近似尺寸信息。我们表明 LSC-CNN 不仅比现有密度回归器具有更优的定位能力，在计数上也表现更佳。我们方法的代码可在 https://github.com/val-iisc/lsc-cnn 获取。
引用
@article{arxiv.1906.07538,
title = {Locate, Size and Count: Accurately Resolving People in Dense Crowds via Detection},
author = {Deepak Babu Sam and Skand Vishwanath Peri and Mukuntha Narayanan Sundararaman and Amogh Kamath and R. Venkatesh Babu},
journal= {arXiv preprint arXiv:1906.07538},
year = {2020}
}
备注
Accepted in T-PAMI, 2020. Code available at : https://github.com/val-iisc/lsc-cnn