基于多摄像头域适应的无监督车辆计数
计算机视觉与模式识别
2020-09-15 v2 机器学习
摘要
监测城市中的车辆流动对改善城市环境与市民生活质量至关重要。图像是感知和评估大范围区域车辆流动的最佳传感模态。当前图像中的车辆计数技术依赖于大量标注数据，这阻碍了其在新增摄像头接入系统时向城市尺度的扩展。这是处理物理系统时的一个反复出现的问题，也是机器学习与人工智能中的关键研究领域。我们提出并讨论了一种通过多摄像头域适应以少量标注数据设计基于图像的车辆密度估计器的新方法。
引用
@article{arxiv.2004.09251,
title = {Unsupervised Vehicle Counting via Multiple Camera Domain Adaptation},
author = {Luca Ciampi and Carlos Santiago and Joao Paulo Costeira and Claudio Gennaro and Giuseppe Amato},
journal= {arXiv preprint arXiv:2004.09251},
year = {2020}
}
备注
1st International Workshop on New Foundations for Human-Centered AI (NeHuAI) at ECAI-2020