A Purely Point-Based Framework 论文阅读笔记
这是一篇ICCV2021年的文章,出自腾讯优图实验室。
一、介绍
- 在人群分析的相关具体任务中,人群计数是一个基本的支柱,目的是估计人群中个体的数量。然而,简单地给出一个数字显然远远不能满足更高级的人群分析任务,例如人群跟踪、活动识别、异常检测、流量/行为预测等。
- 这个领域有一个明显的趋势,即除了简单的计数之外,更具有挑战性的细粒度估计(即个体的位置)。 因此,与以往基于密度图和检测框的方法不同,文章提出了一种完全基于点的模型框架——P2PNet,用于群体中的联合计数和个体定位。这个框架鼓励细粒度的预测,有利于人群分析中下游任务的实际需求。
- 在评价指标方面,文章提出了一种新的密度归一化平均精度(nAP)度量指标,为定位误差和计数误差提供了一个综合的评价指标。nAP度量支持框和点表示作为输入。