De l'ensemble ouvert à l'ensemble fermé : Comptage d'objets par division spatiale et conquête

Le dénombrement visuel, une tâche qui prédit le nombre d'objets à partir d'une image ou d'une vidéo, est par nature un problème à ensemble ouvert, c'est-à-dire que le nombre de population peut théoriquement varier dans l'intervalle $[0,+\infty)$. Cependant, les images collectées et les valeurs de dénombrement étiquetées sont limitées en pratique, ce qui signifie qu'un petit ensemble fermé est observé. Les méthodes existantes modélisent généralement cette tâche sous forme de régression, mais elles sont susceptibles de rencontrer des difficultés face à des scènes non vues avec des dénombrements hors du champ de l'ensemble fermé. En réalité, le dénombrement est décomposable. Une région dense peut toujours être divisée jusqu'à ce que les dénombrements des sous-régions soient inclus dans l'ensemble fermé précédemment observé. Inspirés par cette idée, nous proposons une approche simple mais efficace : le Réseau de Division et Conquête Spatiale (S-DCNet). L'S-DCNet apprend uniquement à partir d'un ensemble fermé mais peut généraliser avec succès aux scénarios à ensemble ouvert grâce à la méthode S-DC. De plus, l'S-DCNet est performant. Pour éviter de recalculer répétitivement les caractéristiques convolutives des sous-régions, la méthode S-DC est appliquée sur la carte de caractéristiques plutôt que sur l'image d'entrée. L'S-DCNet atteint des performances de pointe sur trois jeux de données de dénombrement de foules (ShanghaiTech, UCF_CC_50 et UCF-QNRF), un jeu de données de dénombrement de véhicules (TRANCOS) et un jeu de données de dénombrement de plantes (MTC). Par rapport aux meilleures méthodes précédentes, l'S-DCNet apporte une amélioration relative de 20,2 % sur la partie B du ShanghaiTech, 20,9 % sur le UCF-QNRF, 22,5 % sur le TRANCOS et 15,1 % sur le MTC. Le code source est disponible à l'adresse suivante : https://github.com/xhp-hust-2018-2011/S-DCNet.