MRCNet：航拍与地面影像中的人群计数与密度图估计
计算机视觉与模式识别
2019-10-03 v1 机器学习
图像与视频处理
机器学习
摘要
尽管航拍影像在群众性活动的人群监测与管理方面具有诸多优势，该领域仍缺乏航拍人群图像数据集。作为补救，本文引入了一个新的人群数据集——DLR 航拍人群数据集（DLR-ACD），其由 16 次飞行任务获取的 33 张大尺寸航拍图像组成，标注了 226,291 人。据我们所知，DLR-ACD 是首个航拍人群数据集，并将公开发布。为解决航拍人群图像中准确人群计数与密度图估计的问题，本文还提出了一种新的编码器-解码器卷积神经网络，即所谓的多分辨率人群网络 MRCNet。编码器基于 VGG-16 网络，解码器由一组双线性上采样与卷积层构成。通过使用解码器较早层级与最后层级的两处损失，MRCNet 将人群计数与高分辨率人群密度图估计作为两个不同但相互关联的任务。此外，MRCNet 受特征金字塔网络（FPN）技术启发，通过若干横向连接融合高、低层特征，从而利用上下文与精细局部信息。我们在所提出的 DLR-ACD 数据集以及基于 CCTV 的人群计数基准 ShanghaiTech 数据集上评估了 MRCNet。结果表明，MRCNet 在航拍与基于 CCTV 的图像的人群计数与密度图估计上均优于当前最优（SOTA）人群计数方法。
引用
@article{arxiv.1909.12743,
title = {MRCNet: Crowd Counting and Density Map Estimation in Aerial and Ground Imagery},
author = {Reza Bahmanyar and Elenora Vig and Peter Reinartz},
journal= {arXiv preprint arXiv:1909.12743},
year = {2019}
}