弱监督人群密度估计网络

减少标注成本

仅用图像中人数作为监督信息，通过父-子网络与线性特征标定，缩小与全监督方法的性能差距。

李永超 · 贾瑞生 · Hu, Yingxiang · 孙红梅

IEEE/CAA Journal of Automatica Sinica 2024

参数信息

监督类型

1

评估数据集数量

5

技术优势

标注成本大降

仅需图像中人数，省去逐人位置标注，训练数据准备更省力。

接近全监督

通过父-子网络和线性特征标定挖掘局部特征，在五个数据集上缩小了与全监督方法的性能差距。

训练更稳

线性特征标定结构同时训练父-子网络，利用子网络学习的传递因子和偏置权重校准父网络特征，提升收敛性。

应用场景

• 智能视频监控：无需位置标注即可估计人群密度，便于在监控系统中快速部署。
• 人群管理：仅用人数监督即可估算密度，为实时人群管控提供数据支持。
• 群体行为分析：从图像中提取人群密度分布，辅助分析群体聚集与运动模式。
• 智能安防：在安防场景中快速感知人群密度异常，无需高成本位置标注。