論文の概要: Revisiting Crowd Counting: State-of-the-art, Trends, and Future Perspectives

• arxiv url: http://arxiv.org/abs/2209.07271v1
• Date: Wed, 14 Sep 2022 08:51:02 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-16 12:06:09.583752
• Title: Revisiting Crowd Counting: State-of-the-art, Trends, and Future Perspectives
• Title（参考訳）: 群衆数の再検討:最新技術、トレンド、今後の展望
• Authors: Muhammad Asif Khan, Hamid Menouar, and Ridha Hamila
• Abstract要約: 群衆カウントは公共の場での状況認識に有効なツールである。 最先端の性能を達成するためのディープラーニング手法が開発されている。
• 参考スコア（独自算出の注目度）: 3.2575001434344286
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Crowd counting is an effective tool for situational awareness in public places. Automated crowd counting using images and videos is an interesting yet challenging problem that has gained significant attention in computer vision. Over the past few years, various deep learning methods have been developed to achieve state-of-the-art performance. The methods evolved over time vary in many aspects such as model architecture, input pipeline, learning paradigm, computational complexity, and accuracy gains etc. In this paper, we present a systematic and comprehensive review of the most significant contributions in the area of crowd counting. Although few surveys exist on the topic, our survey is most up-to date and different in several aspects. First, it provides a more meaningful categorization of the most significant contributions by model architectures, learning methods (i.e., loss functions), and evaluation methods (i.e., evaluation metrics). We chose prominent and distinct works and excluded similar works. We also sort the well-known crowd counting models by their performance over benchmark datasets. We believe that this survey can be a good resource for novice researchers to understand the progressive developments and contributions over time and the current state-of-the-art.
• Abstract（参考訳）: 群衆カウントは公共の場での状況認識に有効なツールである。 画像やビデオを使った自動観客カウントは興味深いが、難しい問題であり、コンピュータビジョンに大きな注目を集めている。 過去数年間、最先端の性能を達成するために様々なディープラーニング手法が開発されてきた。 時間とともに進化した手法は、モデルアーキテクチャ、入力パイプライン、学習パラダイム、計算複雑性、精度向上など、多くの面で異なる。 本稿では,群集カウントの分野における最も重要な貢献について,体系的かつ包括的に概説する。 このトピックに関する調査は少ないが、調査は最新であり、いくつかの点で異なる。 まず、モデルアーキテクチャ、学習方法(損失関数)、評価方法(評価メトリクス)による最も重要な貢献のより意味のある分類を提供する。 我々は際立った作品を選び、類似の作品を除外した。 また、よく知られたクラウドカウントモデルを、ベンチマークデータセットよりもパフォーマンスによってソートします。 この調査は、先進的な発展と貢献の時間と現在の最先端を理解する上で、初心者研究者にとって良い情報源となると信じています。

関連論文リスト

• A Comprehensive Survey on Underwater Image Enhancement Based on Deep Learning [51.7818820745221]
  水中画像強調(UIE)はコンピュータビジョン研究において重要な課題である。 多数のUIEアルゴリズムが開発されているにもかかわらず、網羅的で体系的なレビューはいまだに欠落している。
  論文  参考訳（メタデータ） (2024-05-30T04:46:40Z)
• Universal Time-Series Representation Learning: A Survey [14.340399848964662]
  時系列データは、現実世界のシステムやサービスのあらゆる部分に存在する。 ディープラーニングは、時系列データから隠れたパターンや特徴を抽出する際、顕著な性能を示した。
  論文  参考訳（メタデータ） (2024-01-08T08:00:04Z)
• Fairness meets Cross-Domain Learning: a new perspective on Models and Metrics [80.07271410743806]
  クロスドメイン学習(CD)とモデルフェアネスの関係について検討する。 いくつかの人口集団にまたがる顔画像と医療画像のベンチマークと、分類とローカライゼーションタスクについて紹介する。 本研究は,3つの最先端フェアネスアルゴリズムとともに,14のCDアプローチをカバーし,前者が後者に勝ることを示す。
  論文  参考訳（メタデータ） (2023-03-25T09:34:05Z)
• Deep Depth Completion: A Survey [26.09557446012222]
  我々は、読者が研究動向をよりよく把握し、現在の進歩を明確に理解するのに役立つ総合的な文献レビューを提供する。 ネットワークアーキテクチャ,損失関数,ベンチマークデータセット,学習戦略の設計面から,関連する研究について検討する。 室内および屋外のデータセットを含む,広く使用されている2つのベンチマークデータセットに対して,モデル性能の定量的比較を行った。
  論文  参考訳（メタデータ） (2022-05-11T08:24:00Z)
• Perceptual Score: What Data Modalities Does Your Model Perceive? [73.75255606437808]
  モデルが入力特徴の異なる部分集合に依存する度合いを評価する指標である知覚スコアを導入する。 近年,視覚的質問応答に対するマルチモーダルモデルでは,前者よりも視覚的データを知覚しにくい傾向がみられた。 知覚スコアを使用することで、スコアをデータサブセットのコントリビューションに分解することで、モデルのバイアスを分析することもできる。
  論文  参考訳（メタデータ） (2021-10-27T12:19:56Z)
• Deep Long-Tailed Learning: A Survey [163.16874896812885]
  ディープ・ロングテール・ラーニング(Deep Long-tailed Learning)は、長いテールのクラス分布に追従する多数の画像から、優れたパフォーマンスのディープモデルをトレーニングすることを目的としている。 長い尾を持つクラス不均衡は、現実的な視覚認識タスクにおいて一般的な問題である。 本稿では,近年の長期学習の進歩を包括的に調査する。
  論文  参考訳（メタデータ） (2021-10-09T15:25:22Z)
• From Handcrafted to Deep Features for Pedestrian Detection: A Survey [148.35460817092908]
  歩行者検出はコンピュータビジョンにおいて重要であるが難しい問題である。 過去10年間で、手作りの機能と深い機能によって、大幅な改善が見られた。 単スペクトル歩行者検出に加えて,多スペクトル歩行者検出も検討した。
  論文  参考訳（メタデータ） (2020-10-01T14:51:10Z)
• CNN-based Density Estimation and Crowd Counting: A Survey [65.06491415951193]
  本稿では,主にCNNに基づく密度マップ推定法において,群集数モデルについて包括的に検討する。 評価指標から, 観客数データセットで上位3人のパフォーマーを選択した。 我々は、今後のクラウドカウントの展開について、合理的な推測と予測を行うことを期待する。
  論文  参考訳（メタデータ） (2020-03-28T13:17:30Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。