文章提出了一种名为焦点反距离图（FIDT）的方法，用于密集人群的定位和计数任务。FIDT相比传统的密度图能更好地表示人群分布，尤其是在距离人头较近的位置具有更慢的衰减。该方法基于HRNET网络结构，通过卷积和转置卷积生成FIDT图，并通过局部最大值和阈值筛选来定位人群。实验结果显示，FIDT在多个数据集上表现出优秀的定位和计数性能。
这篇文章为人群定位任务设计了一种反焦距的输出预测图，这种图可以表示出人群的密集程度，同时相比密度图更加分散，便于定位任务。
主要思路和创新点
可以看一张和高斯核平滑生成密度图的对比：
(d) 就是本文提出的焦点反距离图 (FIDT: Focal Inverse Distance Transform)，首先说一下标注真值图的生成方式。先计算每个像素点与其最近标注点的欧式距离：
然后就可以先定义反距离图 (IDT: Inverse Distance Transform)：
C 为一个固定参数，可以设置为 1，只是为了方式分母为 0。像素点距离标注点越近，则值越大，其实理解起来也是一种分布。因为高斯分布后也是距离越近值越大，只是一定要设置一个核，同时要经过 e 次方平滑。
之后作者进一步提出了焦点反距离图 FIDT，多了一个 Focal，旨在希望在距离人头较近的地方衰减的没那么快，在较远的地方尽快置零
最低0.47元/天 解锁文章
扫一扫
1374
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
