斑点何在：基于点监督定位的计数
计算机视觉与模式识别
2018-07-27 v1
摘要
物体计数因在监控、交通监测和日常物体计数等应用中的日益增长需求而成为计算机视觉中的重要任务。最先进的方法使用基于回归的优化，显式地学习计数感兴趣物体。这些方法通常优于需要学习更困难任务（预测每个物体的位置、大小和形状）的基于检测的方法。然而，我们提出了一种基于检测的方法，它无需估计物体的大小和形状，且优于基于回归的方法。我们的贡献有三方面：（1）我们提出了一种新颖的损失函数，仅使用点级标注即可鼓励网络对每个物体实例输出单个斑点；（2）我们设计了两种在物体实例间分割大型预测斑点的方法；（3）我们展示了我们的方法在包括 Pascal VOC 和 Penguins 数据集在内的若干具有挑战性的数据集上取得了新的最先进结果。我们的方法甚至优于那些使用更强监督（如深度特征、多点标注和边界框标签）的方法。
引用
@article{arxiv.1807.09856,
title = {Where are the Blobs: Counting by Localization with Point Supervision},
author = {Issam H. Laradji and Negar Rostamzadeh and Pedro O. Pinheiro and David Vazquez and Mark Schmidt},
journal= {arXiv preprint arXiv:1807.09856},
year = {2018}
}