論文の概要: Application-Driven AI Paradigm for Person Counting in Various Scenarios
- arxiv url: http://arxiv.org/abs/2303.13788v1
- Date: Fri, 24 Mar 2023 03:57:21 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-27 15:56:08.688230
- Title: Application-Driven AI Paradigm for Person Counting in Various Scenarios
- Title(参考訳): さまざまなシナリオにおける人計数のためのアプリケーション駆動aiパラダイム
- Authors: Minjie Hua, Yibing Nan, Shiguo Lian
- Abstract要約: そこで本研究では,シナリオ分類器を用いて,撮影フレーム毎に適切な人物カウントモデルを自動的に選択する手法を提案する。
私たちは、サイドビュー、ロングショット、トップビュー、カスタマイズされた、そして群衆を含む、さまざまなシナリオから収集された5つの拡張データセットを提示します。
- 参考スコア(独自算出の注目度): 2.2881898195409884
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Person counting is considered as a fundamental task in video surveillance.
However, the scenario diversity in practical applications makes it difficult to
exploit a single person counting model for general use. Consequently, engineers
must preview the video stream and manually specify an appropriate person
counting model based on the scenario of camera shot, which is time-consuming,
especially for large-scale deployments. In this paper, we propose a person
counting paradigm that utilizes a scenario classifier to automatically select a
suitable person counting model for each captured frame. First, the input image
is passed through the scenario classifier to obtain a scenario label, which is
then used to allocate the frame to one of five fine-tuned models for person
counting. Additionally, we present five augmentation datasets collected from
different scenarios, including side-view, long-shot, top-view, customized and
crowd, which are also integrated to form a scenario classification dataset
containing 26323 samples. In our comparative experiments, the proposed paradigm
achieves better balance than any single model on the integrated dataset, thus
its generalization in various scenarios has been proved.
- Abstract(参考訳): 計数はビデオ監視の基本的な課題と考えられている。
しかし、実用的な応用におけるシナリオの多様性は、1人の人計数モデルを一般に利用するのを困難にしている。
その結果、エンジニアはビデオストリームをプレビューし、特に大規模デプロイメントにおいて、時間を要するカメラショットのシナリオに基づいて、適切な人物カウントモデルを手動で指定する必要がある。
本稿では,シナリオ分類器を用いて,キャプチャされたフレーム毎に適切な人計数モデルを自動的に選択する人計数パラダイムを提案する。
まず、入力画像がシナリオ分類器に渡されてシナリオラベルを取得し、そのフレームを5つの微調整されたモデルのうちの1つに割り当てて人物を数える。
さらに,さまざまなシナリオから収集した拡張データセットとして,サイドビュー,ロングショット,トップビュー,カスタマイズ,クラウドの5つを紹介し,26323サンプルを含むシナリオ分類データセットも統合する。
比較実験において,提案手法は統合データセット上のどのモデルよりもバランスが良く,様々なシナリオでの一般化が証明されている。
関連論文リスト
- Localizing Events in Videos with Multimodal Queries [71.40602125623668]
マルチモーダルクエリによるビデオ内のイベントのローカライズのための新しいベンチマークICQを導入する。
4種類の参照イメージと5種類のリファインメントテキストが含まれており、異なるドメインにわたるモデルパフォーマンスを探索することができます。
論文 参考訳(メタデータ) (2024-06-14T14:35:58Z) - Ada-Retrieval: An Adaptive Multi-Round Retrieval Paradigm for Sequential
Recommendations [50.03560306423678]
本稿では,レコメンダシステムのための適応型マルチラウンド検索パラダイムであるAda-Retrievalを提案する。
Ada-Retrievalは、ユーザー表現を反復的に洗練し、全項目領域の潜在的な候補をよりよく捉えます。
論文 参考訳(メタデータ) (2024-01-12T15:26:40Z) - A Control-Centric Benchmark for Video Prediction [69.22614362800692]
本稿では,アクション条件付きビデオ予測のベンチマークを,制御ベンチマークの形式で提案する。
私たちのベンチマークには、11のタスクカテゴリと310のタスクインスタンス定義を備えたシミュレーション環境が含まれています。
次に、ベンチマークを活用して、スケールするモデルサイズ、トレーニングデータの量、モデルアンサンブルの影響を調査します。
論文 参考訳(メタデータ) (2023-04-26T17:59:45Z) - PAMI: partition input and aggregate outputs for model interpretation [69.42924964776766]
本研究では、深層学習モデルが局所的な特徴を集約してモデル予測を行うという観察に基づいて、PAMIと呼ばれるシンプルで効果的な可視化フレームワークを提案する。
基本的な考え方は、入力の大多数を隠蔽し、元のモデル予測に対する保存された入力部の相対的な寄与として対応するモデル出力を使用することである。
複数のタスクに対する大規模な実験により,提案手法は,クラス固有の入力領域をより正確に見つけるために,既存の可視化手法よりも優れていることを確認した。
論文 参考訳(メタデータ) (2023-02-07T08:48:34Z) - CounTR: Transformer-based Generalised Visual Counting [94.54725247039441]
我々は任意の意味圏からオブジェクト数を数える計算モデルを開発し、任意の数の「例」を用いて計算する。
FSC-147のような大規模カウントベンチマークの徹底的なアブレーション研究を行い、ゼロおよび少数ショット設定の両方で最先端の性能を示す。
論文 参考訳(メタデータ) (2022-08-29T17:02:45Z) - Scenario-Adaptive and Self-Supervised Model for Multi-Scenario
Personalized Recommendation [35.4495536683099]
シナリオ適応型自己監督型(SASS)モデルを提案し,上記の3つの課題を解決する。
このモデルは、ユーザ側とアイテム側の両方で対称に生成され、異なるシナリオにおけるアイテムの表現を区別することができる。
このモデルは、オンラインA/Bテストにおける平均視聴時間に対して8.0%以上の改善も達成している。
論文 参考訳(メタデータ) (2022-08-24T11:44:00Z) - Cross-View Cross-Scene Multi-View Crowd Counting [56.83882084112913]
従来,複数カメラを用いて1台のカメラの視野を拡大する手法が提案されてきた。
任意のカメラレイアウトで異なるシーンでトレーニングやテストを行う,クロスビュー・クロスシーン(CVCS)のマルチビュー・クラウドカウント・パラダイムを提案する。
論文 参考訳(メタデータ) (2022-05-03T15:03:44Z) - Comprehensive and Efficient Data Labeling via Adaptive Model Scheduling [25.525371500391568]
画像検索プラットフォームやフォトアルバム管理アプリのような特定のアプリケーションでは、十分なラベルを得るためにモデルのコレクションを実行する必要があることが多い。
本研究では,1) モデル間の意味関係をマイニングすることで,非自明なモデルの価値を予測するための強化学習に基づく手法と,2) モデル実行順序を期限付きあるいは期限依存の制約下で適応的にスケジューリングする2つのアルゴリズムからなる適応型モデルスケジューリングフレームワークを提案する。
私たちの設計では、貴重なラベルを失うことなく、約53%の実行時間を節約できます。
論文 参考訳(メタデータ) (2020-02-08T03:54:39Z)
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。