Estimation de la densité de foule et localisation des individus à l’aide d’une étiquette pseudo-carrée

Les travaux récents sur le dénombrement de foules se concentrent sur le dénombrement des individus détectés, plutôt que sur l'estimation du nombre total de personnes présentes dans une image. Toutefois, les méthodes existantes de localisation de foules détectent directement le point ou la région correspondant à la tête des individus, ce qui peut entraîner une absence de responsabilité des sorties situées en dehors de la grille. Le réseau de label pseudo carré proposé (PSL-Net) introduit une nouvelle méthode pour le dénombrement et la localisation de foules, exploitant une détection sans ancres : PSL-Net prédit la probabilité que le point central appartienne à une grille responsable, tout en détectant indirectement les individus situés en dehors de cette grille grâce à la régression de boîtes et à l'estimation de la centralité. Cette étude propose de superviser le modèle à l’aide d’un label pseudo carré (PSL), généré autour des annotations ponctuelles avec une taille fixe. En outre, nous avons conçu un algorithme d’association partielle many-to-one, qui attribue des étiquettes précises en ne s’appuyant que sur les correspondances à l’intérieur du PSL durant la phase d’entraînement, et associe les points prédits à leurs grilles responsables via la centralité lors de la phase d’inférence. En conséquence, non seulement PSL-Net atteint l’état de l’art sur les jeux de données ShanghaiTech Part A et B, parmi les plus populaires dans le domaine du dénombrement de foules, mais également l’état de l’art parmi les méthodes basées sur la détection de points pour la localisation de foules.