腾讯优图P2P网络技术如何实现高效人群检测与计数？

本文共计1810个文字，预计阅读时间需要8分钟。

作者：Edison_G人群体计是计算机视觉中的一项核心任务，目前主要应用于估算静止图像或视频帧中的行人数量。在过去的几十年中，研究人员在该领域投入了大量精力，并提升了现有主流基准数据集。

作者：Edison_G

人群计数是计算机视觉中的一项核心任务，旨在估计静止图像或视频帧中的行人数量。在过去的几十年中，研究人员在该领域投入了大量精力，并在提升现有主流基准数据集的性能方面取得了显着进展。

公众号ID｜ComputerVisionGzq

学习群｜扫码在主页获取加入方式

1

背景

人群计数是计算机视觉中的一项核心任务，旨在估计静止图像或视频帧中的行人数量。 在过去的几十年中，研究人员在该领域投入了大量精力，并在提升现有主流基准数据集的性能方面取得了显着进展。然而，训练卷积神经网络需要大规模和高质量的标记数据集，而注释像素级行人位置的成本高得令人望而却步。

此外，由于数据分布之间的域转移，在标签丰富的数据域（源域）上训练的模型不能很好地泛化到另一个标签稀缺域（目标域），这严重限制了现有方法的实际应用。

2

引言

最近的ICCV2021，腾讯优图出品了一个人群基数相关论文《Rethinking Counting and Localization in Crowds: A PurelyPoint-Based Framework》。