基于多任务点监督的多尺度人群计数与定位
计算机视觉与模式识别
2022-02-22 v1 人工智能
摘要
我们提出了一种在多任务统一框架下进行人群计数与行人定位的方法。由于检测与定位任务高度相关且可联合处理，我们的模型通过学习编码后人群图像的多尺度表示并随后进行融合，受益于多任务解决方案。与相对更流行的基于密度的方法不同，我们的模型使用点监督以准确识别人群位置。我们在两个流行的人群计数数据集 ShanghaiTech A 和 B 上测试了模型，并证明我们的方法在计数与定位任务上均取得强劲结果，在 ShanghaiTech A 和 B 上人群计数的 MSE 分别为 110.7 和 15.0，定位的 AP 分别为 0.71 和 0.75。我们详细的消融实验显示了多尺度方法的影响以及嵌入网络中的融合模块的有效性。我们的代码可在 https://github.com/RCVLab-AiimLab/crowd_counting 获取。
引用
@article{arxiv.2202.09942,
title = {Multiscale Crowd Counting and Localization By Multitask Point Supervision},
author = {Mohsen Zand and Haleh Damirchi and Andrew Farley and Mahdiyar Molahasani and Michael Greenspan and Ali Etemad},
journal= {arXiv preprint arXiv:2202.09942},
year = {2022}
}
备注
4 pages + references, 3 figures, 2 tables, Accepted by ICASSP 2022 Conference