基于 Pix2Pix GAN 的多模态人群计数
计算机视觉与模式识别
2024-01-17 v1 人工智能
摘要
大多数最先进的人群计数方法使用彩色（RGB）图像来学习人群的密度图。然而，这些方法在光照条件差的密集拥挤场景中往往难以达到更高的精度。最近，一些研究报告称，结合使用 RGB 和热图像可以提高人群计数模型的准确性。尽管多模态数据可以带来更好的预测，但多模态数据可能并非总是事先可用。在本文中，我们提出使用生成对抗网络（GANs）从彩色（RGB）图像自动生成热红外（TIR）图像，并使用两者来训练人群计数模型以达到更高的精度。我们首先使用 Pix2Pix GAN 网络将 RGB 图像转换为 TIR 图像。我们在多个最先进的人群计数模型和基准人群数据集上的实验报告了准确性的显著提升。
引用
@article{arxiv.2401.07591,
title = {Multimodal Crowd Counting with Pix2Pix GANs},
author = {Muhammad Asif Khan and Hamid Menouar and Ridha Hamila},
journal= {arXiv preprint arXiv:2401.07591},
year = {2024}
}
备注
Accepted version of the paper in 19th International Conference on Computer Vision Theory and Applications (VISAPP), Rome, Italy, 27-29 Feb, 2024,