ZoomCount：一种用于静态图像中人群计数的缩放机制
计算机视觉与模式识别
2020-02-28 v1 机器学习
图像与视频处理
摘要
本文提出了一种用于静态图像中低密度到高密度场景下人群计数的新方法。现有方法不能很好地处理巨大的人群多样性，因此在极端情况下表现不佳，即图像不同区域的人群密度过低或过高，导致人群低估或高估。所提出的解决方案基于如下观察：以专门方式检测并处理此类极端情况可得到更好的人群估计。此外，现有方法难以区分真实人群与杂乱背景区域，造成进一步计数高估。为解决这些问题，我们提出了一种简单而有效的模块化方法：首先将输入图像细分为固定尺寸块，然后送入一个四向分类模块，将每个图像块标注为低密度、中密度、高密度或无人群。该模块还给出每个标签的计数，随后通过专门设计的新型决策模块进行分析，以判断图像属于两种极端情况（极低或极高密度）之一还是正常情况。被判定为高密度或低密度极端或正常情况的图像，分别经过专用的缩放或正常分块模块，再以固定尺寸块的形式送入回归器进行人群估计。大量实验评估表明，在大多数评价标准下，所提方法在四个基准上优于最先进的方法。
引用
@article{arxiv.2002.12256,
title = {ZoomCount: A Zooming Mechanism for Crowd Counting in Static Images},
author = {Usman Sajid and Hasan Sajid and Hongcheng Wang and Guanghui Wang},
journal= {arXiv preprint arXiv:2002.12256},
year = {2020}
}