CrowdHuman: 군중에서 사람을 감지하기 위한 벤치마크

최근 몇 년 동안 인간 검출 분야에서 놀라운 진전이 이루어졌습니다. 그러나 매우 혼잡한 환경에서의 인간 검출 문제, 특히 가림 현상은 아직 해결되지 않았습니다. 더욱이, 현재의 인간 검출 벤치마크에서는 혼잡한 상황이 충분히 반영되어 있지 않습니다. 본 논문에서는 이러한 혼잡한 상황에서 검출기의 성능을 더 잘 평가하기 위해 새로운 데이터셋인 CrowdHuman을 소개합니다.CrowdHuman 데이터셋은 크고, 다양한 주석 정보를 포함하며, 높은 다양성을 지니고 있습니다. 학습용과 검증용 서브셋트에 총 47만 개의 인간 인스턴스가 있으며, 각 이미지당 약 22.6명의 사람이 포함되어 있으며, 다양한 종류의 가림 현상이 존재합니다. 각 인간 인스턴스는 머리 영역 바운딩 박스, 인간 가시 영역 바운딩 박스 및 인간 전체 몸체 바운딩 박스로 주석 처리되었습니다.최신 검출 프레임워크들의 CrowdHuman 데이터셋에서의 기준 성능을 제시합니다. CrowdHuman 데이터셋의 교차 데이터셋 일반화 결과는 Caltech-USA, CityPersons, Brainwash 등의 이전 데이터셋에서도 최고 수준의 성능을 보여주며, 별도의 특수 기술 없이도 우수한 결과를 얻었습니다. 우리는 이 데이터셋이 견고한 기준점으로 활용되기를 바라며, 앞으로의 인간 검출 연구를 촉진하는 데 도움이 되기를 기대합니다.