论文笔记-Learning from Synthetic Data for Crowd Counting in the Wild 人群计数新方法

Hello, 今天是论文阅读计划的第11天啦。

今天介绍的这篇论文是CVPR 2019的一篇论文，是关于在室外拥挤的人群中的人群计数问题。哈哈，这是我在看别人整理的CVPR论文合集的时候，发现了这篇论文，然后对这个任务有点好奇，所以就下载来看看学习下了。

附上别人整理资料：
CVPR 2020 论文开源项目合集：https://github.com/amusi/CVPR2020-Code

ECCV 2020 论文开源项目合集：https://github.com/amusi/ECCV2020-Code

论文作者信息：

都是来自西北工业大学的研究者。

一、研究介绍 & 背景

近年来，人群场景的人数统计因其广泛的应用(如视频监控、公共安全)而成为一个热门话题。这项任务旨在预测密度图和估计人群场景中的人数。这在野外是一项艰巨的任务:多变的环境、大范围的人数造成目前的方法不能很好地工作。此外，由于数据稀缺，许多方法在不同程度上存在过度拟合的问题。

为了解决以上两个问题，首先，作者开发了一个数据采集器和标签器，它可以生成合成的人群场景