補助点ガイダンスに基づく点ベースの混雑人数推定および局所化の改善

群集の人数推定および位置特定は、その幅広い応用分野から、コンピュータビジョンにおいてますます重要性を増している。点ベースのアプローチは、群集人数推定手法において広く用いられてきたが、提案された点と正解点とのマッチングプロセスを効果的に指導する学習戦略が欠如しているという大きな課題に直面している。この欠陥は、点の提案と正解点とのマッチングの不安定性を引き起こし、全体的な性能に悪影響を及ぼす。本研究では、点ベース手法における提案点と正解点のマッチングを安定化する効果的なアプローチを提案する。具体的には、提案選択および最適化に明確かつ効果的なガイドラインを提供する「補助点ガイド（Auxiliary Point Guidance, APG）」を導入し、マッチングの不確実性という根本的な問題に取り組む。さらに、多様な群集状況において適応的な特徴抽出を可能にする「暗黙的特徴補間（Implicit Feature Interpolation, IFI）」を提案することで、モデルのロバスト性と精度をさらに向上させる。広範な実験により、本手法の有効性が実証され、特に困難な条件下でも群集人数推定および位置特定の性能が顕著に向上することが示された。本研究のソースコードおよび学習済みモデルは、公開予定である。