DecideNet : Comptage de foules à densité variable par détection guidée par l'attention et estimation de densité

Dans les applications de comptage de foules en milieu réel, les densités de foule varient considérablement dans les domaines spatiaux et temporels. Une méthode de comptage basée sur la détection est capable d'estimer avec précision le nombre de personnes dans des scènes à faible densité, tandis que sa fiabilité diminue dans les zones congestionnées. En revanche, une approche basée sur la régression capture l'information de densité générale dans les régions bondées. Sans connaître la position exacte de chaque individu, elle tend à surestimer le nombre de personnes dans les zones à faible densité. Par conséquent, l'utilisation exclusive de l'une ou l'autre de ces méthodes n'est pas suffisante pour gérer tous types de scènes présentant des densités variables. Pour résoudre ce problème, un nouveau cadre de comptage de foules bout-à-bout, nommé DecideNet (DEteCtIon and Density Estimation Network), est proposé. Ce réseau peut décider adaptativement du mode de comptage approprié pour différentes localisations sur l'image en fonction des conditions réelles de densité. DecideNet commence par estimer la densité de foule en générant séparément des cartes de densité basées sur la détection et la régression. Pour capturer les variations inévitables des densités, il intègre un module d'attention destiné à évaluer adaptativement la fiabilité des deux types d'estimations. Les décomptes finaux de foule sont obtenus sous la direction du module d'attention, qui adopte des estimations appropriées issues des deux types de cartes de densité. Les résultats expérimentaux montrent que notre méthode atteint des performances d'état de l'art sur trois jeux de données complexes pour le comptage de foules.