Crowd counting with sparse annotation

doi:10.1016/j.patcog.2026.114000

Crowd counting with sparse annotation

2026-09-29

0

PRE

AI

DOI：10.1016/j.patcog.2026.114000

原文链接

原文求助

摘要

En 中文

本文提出了一种名为稀疏标注（SA）的新方法用于人群计数，通过在图像中稀疏标注个体来减少人工标注工作量。我们认为稀疏标注能够减少全标注的冗余性，并捕获更多来自远处个体的多样化信息，这些信息未被部分标注方法完全捕获。此外，我们提出了一种基于点的渐进点匹配网络（PPM），以更好地利用稀疏标注从整个图像中探索人群，该网络包括提议匹配网络（PMN）和性能恢复网络（PRN）。PMN使用基本点分类器生成伪点样本，而PRN通过伪点来优化点分类器以最大化性能。我们的实验结果表明，PPM在相同标注量下优于以往半监督人群计数方法，并与全监督方法达到竞争性性能。

Keyword:

Crowd counting

Semi-supervised learning

Sparse annotation

Crowd counting with sparse annotation

摘要

期刊

机构

引用论文