从开集到闭集：基于空间分治的对象计数

视觉计数是一项从图像或视频中预测物体数量的任务，本质上是一个开放集问题，即理论上人口数量可以在 $[0,+\infty)$ 范围内变化。然而，在实际应用中，收集的图像和标注的数量值是有限的，这意味着只有一个小的闭合集被观察到。现有的方法通常以回归的方式建模这一任务，但它们在面对超出闭合集范围的未见过场景时可能会遇到困难。事实上，计数是可以分解的。一个密集区域总是可以被分割，直到子区域的数量落在之前观察到的闭合集范围内。受此启发，我们提出了一种简单而有效的方法——空间分割与征服网络（S-DCNet）。S-DCNet 只从闭合集中学习，但通过 S-DC 可以很好地推广到开放集场景。此外，S-DCNet 还具有高效性。为了避免重复计算子区域的卷积特征，S-DC 是在特征图上而不是在输入图像上执行的。S-DCNet 在三个人群计数数据集（ShanghaiTech、UCF_CC_50 和 UCF-QNRF）、一个车辆计数数据集（TRANCOS）以及一个植物计数数据集（MTC）上均达到了最先进的性能。与之前的最佳方法相比，S-DCNet 在 ShanghaiTech Part B 上带来了 20.2% 的相对改进，在 UCF-QNRF 上带来了 20.9% 的相对改进，在 TRANCOS 上带来了 22.5% 的相对改进，在 MTC 上带来了 15.1% 的相对改进。代码已发布在：https://github.com/xhp-hust-2018-2011/S-DCNet。