強化群衆計数のためのディープランク無矛盾ピラミッドモデル【JST・京大機械翻訳】

Gao Jiaqi; Huang Zhizhong; Lei Yiming; Shan Hongming; Wang James Z.; Wang Fei-Yue; Zhang Junping

プレプリント

J-GLOBAL ID：202202204817413241 整理番号：22P0027056

強化群衆計数のためのディープランク無矛盾ピラミッドモデル【JST・京大機械翻訳】

Deep Rank-Consistent Pyramid Model for Enhanced Crowd Counting

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (7件)： , , , , , ,
資料名：
発行年： 2022年01月13日プレプリントサーバーでの情報更新日： 2023年11月22日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

ほとんどの従来の群衆計数法は,シーン画像と群衆密度マップ間のマッピングを確立するために,完全教師つき学習フレームワークを利用する。それらは通常,訓練監督のための大量のコストと時間集約型ピクセルレベルアノテーションに依存する。集中ラベリング努力を緩和し,計数精度を改善する一つの方法は,大量のラベルなし画像を活用することである。これは,単一画像内の固有の自己構造情報とランク一貫性に起因し,訓練中の付加的定性的関係監視を提供する。元の画像レベルでランク関係を利用する以前の方法に反して,潜在特徴空間内のそのようなランク-一貫性関係を調べた。この手法は,多数のピラミッド部分次数の取り込みを可能にし,モデル表現能力を強化する。注目すべき利点は,ラベルなし試料の利用率も増加させることである。特に,著者らは,大規模なラベルなし画像による強化群衆計数のための潜在空間における粗から微細ピラミッド特徴にわたるランク一貫性を完全に利用する,Deep Rank-ConsistEnt pyrAmid Model(DREAM)を提案した。さらに,訓練目的のための4,000の画像を含む,新しいラベルなし群衆計数データセット,FUDAN-UCCを収集した。4つのベンチマークデータセット,すなわちUCF-QNRF,上海Tech PartAおよびPartB,およびUCF-CC-50に関する大規模な実験は,以前の半教師つき方法と比較して著者らの方法の有効性を示した。コードはhttps://github.com/bridgeqiqi/DREAMで利用可能である。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

図形・画像処理一般 , パターン認識

, , ,

前のページに戻る