重新思考人群计数与定位：一种纯基于点的框架
计算机视觉与模式识别
2021-08-10 v3
摘要
在人群中定位个体比单纯计数更符合后续高级人群分析任务的实际需求。然而，现有基于定位的方法依赖作为学习目标的中间表示（即密度图或伪框），是反直觉且易出错的。本文提出一种用于联合人群计数与个体定位的纯基于点的框架。针对该框架，我们未仅报告图像层面的绝对计数误差，而是提出一种称为密度归一化平均精度(density Normalized Average Precision, nAP)的新指标，以提供更全面更精确的性能评估。此外，我们在该框架下设计了一个直观的解决方案，称为 Point to Point Network (P2PNet)。P2PNet 摒弃冗余步骤，直接预测一组点提议来表示图像中的头部，与人工标注结果一致。通过深入分析，我们揭示了实现这一新想法的关键步骤是为这些提议分配最优学习目标。因此，我们提出使用匈牙利算法以一对一匹配方式进行这一关键关联。P2PNet 不仅在流行计数基准上显著超越 SOTA 方法，还取得了有前景的定位精度。代码将发布于：https://github.com/TencentYoutuResearch/CrowdCounting-P2PNet。
引用
@article{arxiv.2107.12746,
title = {Rethinking Counting and Localization in Crowds:A Purely Point-Based Framework},
author = {Qingyu Song and Changan Wang and Zhengkai Jiang and Yabiao Wang and Ying Tai and Chengjie Wang and Jilin Li and Feiyue Huang and Yang Wu},
journal= {arXiv preprint arXiv:2107.12746},
year = {2021}
}
备注
To be appear in ICCV2021 (Oral)