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
opentrending1 小时前
Github 热点项目 awesome-mcp-servers MCP 服务器合集,3分钟实现AI模型自由操控万物!
服务器·人工智能·github
lisw052 小时前
DeepSeek原生稀疏注意力(Native Sparse Attention, NSA)算法介绍
人工智能·深度学习·算法
whaosoft-1432 小时前
51c深度学习~合集4
人工智能
逢生博客2 小时前
阿里 FunASR 开源中文语音识别大模型应用示例(准确率比faster-whisper高)
人工智能·python·语音识别·funasr
哲讯智能科技3 小时前
智慧能源新篇章:SAP如何赋能光伏行业数字化转型
大数据·人工智能
云卓SKYDROID3 小时前
无人机DSP处理器工作要点!
人工智能·无人机·科普·云卓科技
gang_unerry3 小时前
量子退火与机器学习(2):少量实验即可找到新材料,黑盒优化➕量子退火
人工智能·机器学习·量子计算·量子退火
訾博ZiBo3 小时前
AI日报 - 2025年4月2日
人工智能
说私域3 小时前
消费品行业创新创业中品类创新与数字化工具的融合:以开源 AI 智能客服、AI 智能名片及 S2B2C 商城小程序为例
人工智能·小程序·开源
说私域3 小时前
开源AI大模型赋能的S2B2C商业生态重构研究——基于智能名片系统的体验认知与KOC背书机制
人工智能·小程序·重构·开源