RPEE-HEADS：面向人群视频中的行人头部检测的新基准
计算机视觉与模式识别
2025-06-03 v1 机器学习
摘要
自动检测人群密集环境中的行人头部对于人群分析和管理任务至关重要，尤其是在铁路站台和活动入口等高风险场所。这些环境由密集人群和动态运动构成，在公共数据集中有些缺乏代表性，对现有深度学习模型构成挑战。为此，我们引入了铁路站台和活动入口-头部(Railway Platforms and Event Entrances-Heads, RPEE-Heads)数据集，是一个新型、多样化、高分辨率且准确标注的资源。数据集包含来自 66 段视频录像的 1,886 张图像中 109,913 个标注的行人头部，平均每张图像 56.2 个头部。标注包括可见头部区域的边界框。除了介绍 RPEE-HEADS 数据集外，本文还评估了使用该数据集的八种最先进的对象检测算法，并分析了头部大小对检测准确性的影响。实验结果显示，You Only Look Once v9 和 Real-Time Detection Transformer 分别实现了 90.7% 和 90.8% 的平均精度，推理时间分别为 11 和 14 毫秒。此外，实验结果凸显了像 RPEE-HEADS 这样的专门数据集在训练和评估铁路站台和活动入口头部检测中准确模型的必要性。数据集和预训练模型可在 https://doi.org/10.34735/ped.2024.2 获取。
引用
@article{arxiv.2411.18164,
title = {RPEE-HEADS: A Novel Benchmark for Pedestrian Head Detection in Crowd Videos},
author = {Mohamad Abubaker and Zubayda Alsadder and Hamed Abdelhaq and Maik Boltes and Ahmed Alia},
journal= {arXiv preprint arXiv:2411.18164},
year = {2025}
}
备注
17 pages, 8 figures, 7 tables