无人机低空视角:针对人群密集场景的检测、跟踪和计数技术

无人机低空视角:针对人群密集场景的检测、跟踪和计数技术

DroneCrowd

Paper

无人机在人群中的检测、跟踪和计数:基准研究

简介

本文提出了一种时空多尺度注意力网络(STANet),用于解决由无人机捕捉的视频剪辑中的密集人群的密度图估计、定位和跟踪问题,涵盖了各种人群密度、视角和飞行高度。我们的STANet方法通过聚合顺序帧中的多尺度特征图来利用时间一致性,然后同时预测密度图、定位目标并在人群中关联它们。我们设计了一个由密度图损失、定位损失和关联损失三个项组成的多任务损失函数,并采用逐步应用注意力模块的粗到细过程,以强化网络对判别性时空特征的利用,以提高性能。整个网络以端到端的方式进行训练。在情景中使用非最大抑制和最小代价流框架生成目标的轨迹。由于现有的人群计数数据集主要关注于静态摄像机中的人群计数,而不是无人机上的密度图估计、计数和跟踪,因此我们收集了一个新的大规模基于无人机的数据集,称为DroneCrowd,包括112个视频剪辑,共33600个高分辨率帧(即1920x1080),捕捉了70个不同情景。通过大量的努力,我们的数据集提供了20800个人的轨迹,480万个头部标注以及序列中的多个视频级属性。我们在两个具有挑战性的公共数据集(上海科技和UCF-QNRF)以及我们的DroneCrowd上进行了广泛的实验证明STANet在性能上优于现有技术水平。

数据集

ECCV2020挑战

VisDrone 2020人群计数挑战要求参与算法对每个帧中的人数进行计数。挑战将提供112个具有挑战性的序列,包括82个用于训练的视频序列(总共2420帧)和30个用于测试的序列(总共900帧),可在下载页面上获得。我们在每个视频帧中用点手动标注人物。

DroneCrowd(1.03 GB):百度云(提取码:h0j8)| 谷歌云

DroneCrowd(完整版)

这个完整版本包括112个视频剪辑,共33600个高分辨率帧(即1920x1080),捕捉了70个不同的场景。通过大量的努力,我们的数据集提供了20800个人的轨迹,480万个头部标注以及序列中的多个视频级属性。

DroneCrowd 百度云(提取码:ml1u)| 谷歌云

相关推荐
大魔王(已黑化)36 分钟前
OpenCV —— 绘制图形
人工智能·opencv·计算机视觉
开开心心_Every1 小时前
多线程语音识别工具
javascript·人工智能·ocr·excel·语音识别·symfony
机器之心1 小时前
扣子开源全家桶,Apache 2.0加持,AI Agent又一次卷到起飞
人工智能
草堂春睡足1 小时前
【Datawhale AI夏令营】科大讯飞AI大赛(大模型技术)/夏令营:让AI理解列车排期表
人工智能·笔记
余俊晖1 小时前
GRPO强化学习缓解多模态大模型OCR任务的幻觉思路及数据生成思路
人工智能
sssammmm1 小时前
AI入门学习-模型评估示例讲解
人工智能·学习
小Tomkk1 小时前
AutoLabelImg:高效的数据自动化标注工具和下载
运维·人工智能·自动化
aneasystone本尊1 小时前
构建和使用 RAGFlow 的标签集
人工智能
柠檬味拥抱2 小时前
CI/CD与模型监控平台集成MLOps系统实现的全面路径
人工智能
人生都在赌2 小时前
MCP生态全景:2025年最值得关注的AI工具集成现状深度调研
人工智能·ai编程·mcp