基于零充足泊松建模的 ZIP：可扩展的人群计数
计算机视觉与模式识别
2025-08-01 v3
摘要
大多数人群计数方法直接使用均方误差 (MSE) 损失对块状密度图进行回归。这一做法有两个关键局限性：(1) 未能考虑注释的极端空间稀疏性——在标准基准数据集中，超过 95% 的 8x8 块是空的，因此信息区域的监督信号被占主导的零值所稀释; (2) MSE 对应的高斯误差模型与离散、非负计数数据不匹配。为此，我们引入 ZIP，一个可扩展的人群计数框架，该框架使用零充足泊松似然模型块状计数：零充足项学习块被结构性空的概率(处理过多的零)，泊松组件捕捉人群存在时的预期计数(尊重离散性)。我们提供了一般化分析，证明在训练分辨率适中较大的前提下，ZIP 的风险界限比 MSE 基于损失和 DMCount 更紧。为评估 ZIP 的可扩展性，我们在参数/计算跨越 100 倍的 backbone 上实例化它。在上海科技 A 和 B、UCF-QNRF 和 NWPU-Crowd 数据集上的实验表明，ZIP 在所有模型规模下均一致优于最新方法。
引用
@article{arxiv.2506.19955,
title = {ZIP: Scalable Crowd Counting via Zero-Inflated Poisson Modeling},
author = {Yiming Ma and Victor Sanchez and Tanaya Guha},
journal= {arXiv preprint arXiv:2506.19955},
year = {2025}
}
备注
15 pages, 11 figures