基于即插即用重缩放的静态图像人群计数
计算机视觉与模式识别
2020-01-08 v1 机器学习
图像与视频处理
摘要
人群计数是一个具有挑战性的问题，尤其在图像间存在巨大人群多样性以及复杂杂乱类人群背景区域的情况下，此前大多数方法泛化性不佳，因而产生严重的人群低估或高估。为应对这些挑战，我们提出了一种新的图像块重缩放模块（PRM）以及三种采用 PRM 的独立人群计数方法。所提框架利用 PRM 模块对需要特殊处理的图像区域（块）进行重缩放，而分类过程有助于识别并丢弃任何可能导致高估的杂乱类人群背景区域。在三个标准基准上的实验与跨数据集评估表明，我们的方法在 RMSE 评估指标上优于 SOTA 模型，提升达 10.4%，并且对新数据集具备优越的泛化能力。
引用
@article{arxiv.2001.01786,
title = {Plug-and-Play Rescaling Based Crowd Counting in Static Images},
author = {Usman Sajid and Guanghui Wang},
journal= {arXiv preprint arXiv:2001.01786},
year = {2020}
}
备注
10 pages, 6 figures, WACV conference