【论文笔记】Learning from Synthetic Data for Crowd Counting in the Wild

Backto Paper Notes

Basic Intro

• Authors: Qi Wang(导师), Junyu Gao（主力）, Wei Lin, Yuan Yuan from 西北工业大学（西安）
• Key words: Crowd Counting
• Open source：https://gjy3035.github.io/GCC-CL/

Innovation

1. 数据集：人群计数数据集标注困难 =》借助 GTA-5 的地图生成器，设计场景，手动拜访人物模型，自动标注 =>we build a large-scale, diverse synthetic dataset - GCC
2. 模型：借鉴图像分割的经验，提出了 SFCN 模型 =》先以 1 中的数据集预训练模型，再用真实的数据集 fine-tune 模型 =》在 UCF-QNRF 等4 个真实数据集上达到了 SOTA
3. 模型：应用 domain adaptation 来做crowd counting，从而把人工从标注的痛苦中解放出来 => 效果不错，超越了baseline 未达到 SFCN 的SOTA 水准

Highlights

GCC

利用电子游戏模拟器制作的合成数据集，胜在场景可控，标注自动。这种