NWPU-MOC：航拍图像中细粒度多类别目标计数的基准测试
计算机视觉与模式识别
2024-01-22 v1
摘要
目标计数是计算机视觉中的热门课题，旨在估计给定图像中目标的数量。然而，大多数方法仅对图像中的单一类别目标进行计数，无法应用于需要同时对多个类别目标进行计数的场景，尤其是在航拍场景中。为此，本文引入了多类别目标计数 (MOC) 任务，以估计航拍图像中不同目标（汽车、建筑物、船舶等）的数量。考虑到该任务缺乏数据集，我们收集了一个大规模数据集 (NWPU-MOC)，包含 3,416 个分辨率为 1024 1024 像素的场景，并使用 14 个细粒度目标类别进行了良好标注。此外，每个场景包含 RGB 和近红外 (NIR) 图像，与仅使用 RGB 光谱相比，NIR 光谱能够提供更丰富的表征信息。基于 NWPU-MOC，本文提出了一个多光谱、多类别目标计数框架，该框架采用双注意力模块融合 RGB 和 NIR 特征，随后回归对应每个目标类别的多通道密度图。此外，为了对密度图中不同通道与每个目标类别之间的依赖关系进行建模，设计了空间对比损失作为对同一空间位置重叠预测的惩罚。实验结果表明，与一些主流计数算法相比，所提出的方法取得了 SOTA 的性能。数据集、代码和模型已在 https://github.com/lyongo/NWPU-MOC 公开。
引用
@article{arxiv.2401.10530,
title = {NWPU-MOC: A Benchmark for Fine-grained Multi-category Object Counting in Aerial Images},
author = {Junyu Gao and Liangliang Zhao and Xuelong Li},
journal= {arXiv preprint arXiv:2401.10530},
year = {2024}
}