ProgRoCC：一种面向粗糙人群计数的渐进方法
计算机视觉与模式识别
2025-04-21 v1
摘要
随着人群中个体数量的增加，基于枚举的技术方法变得越来越不可行，其估计值也越来越不可靠。我们提出了基于估计的版本：我们提出了 Rough Crowd Counting（粗糙人群计数），该方法在更容易获取的训练数据基础上提供更好的准确性。粗糙人群计数只需要对图像中目标数量进行粗略标注，而不是更传统且更昂贵的针对每个目标的标注。我们基于CLIP的方法解决粗糙人群计数问题，称为 ProgRoCC。具体而言，我们引入一种渐进式估计学习策略，通过粗到细的方法确定对象计数。该方法能快速提供答案，在半监督和弱监督人群计数中超越了最先进的方法。此外，我们设计了一种视觉语言匹配适配器，通过挖掘两种模态的有效匹配来优化关键值对，从而细化视觉特征，提高最终性能。在三个广泛采用的数据集上进行的大量实验结果表明，我们的方法有效。
引用
@article{arxiv.2504.13405,
title = {ProgRoCC: A Progressive Approach to Rough Crowd Counting},
author = {Shengqin Jiang and Linfei Li and Haokui Zhang and Qingshan Liu and Amin Beheshti and Jian Yang and Anton van den Hengel and Quan Z. Sheng and Yuankai Qi},
journal= {arXiv preprint arXiv:2504.13405},
year = {2025}
}
备注
Under review