点入框出：超越人群计数
计算机视觉与模式识别
2019-04-04 v2
摘要
现代人群计数方法通常采用深度神经网络（DNN）通过密度回归来估计人群数量。尽管这些方法取得了显著改进，但基于回归的方法无法提供人群中个体的检测。另一方面，由于需要昂贵的边界框标注，基于检测的方法在近期人群计数趋势中未得到充分探索。在本工作中，我们提出了一种仅需点监督的新型深度检测网络，它能够同时检测人群中人体头部的大小与位置并对其进行计数。我们首先从点级标注中挖掘有用的人体尺寸信息，并初始化伪真值边界框。引入一种在线更新方案以在训练过程中精炼伪真值；同时设计了一种局部约束回归损失，用于在局部邻域内对预测框的大小提供额外约束。最后，我们提出了一种课程学习策略，使网络先从具有相对准确和容易的伪真值图像开始训练。在多个标准基准（如 ShanghaiTech、UCF_CC_50、WiderFace 和 TRANCOS 数据集）上针对检测与计数任务进行了大量实验，结果表明我们的方法优于当前最优（state-of-the-art）方法。
引用
@article{arxiv.1904.01333,
title = {Point in, Box out: Beyond Counting Persons in Crowds},
author = {Yuting Liu and Miaojing Shi and Qijun Zhao and Xiaofang Wang},
journal= {arXiv preprint arXiv:1904.01333},
year = {2019}
}
备注
Accepted by CVPR2019(Oral)