SYRAC：合成、排序与计数
计算机视觉与模式识别
2023-10-13 v3
摘要
人群计数是计算机视觉中的一项关键任务，具有若干重要应用。然而，现有计数方法依赖劳动密集的密度图标注，需要手动定位每个行人。尽管近期工作试图通过弱监督或半监督学习减轻标注负担，这些方法未能显著减少工作量。我们提出一种新方法，通过利用隐扩散模型生成合成数据来消除标注负担。然而，这些模型难以可靠理解物体数量，在提示生成含特定数量物体的图像时导致噪声标注。为此，我们使用隐扩散模型创建两类合成数据：一类通过从真实图像中移除行人，生成具有弱但可靠物体数量信号的排序图像对；另一类生成具有预定物体数量的合成图像，提供强但噪声的计数信号。我们的方法利用排序图像对进行预训练，随后使用这些人群数量特征对噪声合成图像拟合线性层。我们报告了无监督人群计数的最优 (SOTA) 结果。
引用
@article{arxiv.2310.01662,
title = {SYRAC: Synthesize, Rank, and Count},
author = {Adriano D'Alessandro and Ali Mahdavi-Amiri and Ghassan Hamarneh},
journal= {arXiv preprint arXiv:2310.01662},
year = {2023}
}