Detecção, Rastreamento e Contagem se Encontra com Drones em Multidões: Um Padrão

Para promover os desenvolvimentos de algoritmos de detecção, rastreamento e contagem de objetos em vídeos capturados por drones, construímos um benchmark com um novo conjunto de dados em larga escala capturado por drones, chamado DroneCrowd, formado por 112 clipes de vídeo com 33.600 quadros em HD em vários cenários. Notavelmente, anotamos 20.800 trajetórias de pessoas com 4,8 milhões de cabeças e vários atributos em nível de vídeo. Enquanto isso, projetamos a Rede Consciente do Espaço-Tempo (STNNet) como uma base sólida para resolver detecção, rastreamento e contagem de objetos de forma conjunta em multidões densas. A STNNet é formada pelo módulo de extração de características, seguido pelas cabeçotes de estimativa do mapa de densidade e sub-redes de localização e associação. Para explorar a informação contextual de objetos vizinhos, projetamos a perda de contexto vizinho para guiar o treinamento da sub-rede de associação, que impõe uma posição relativa consistente de objetos próximos no domínio temporal. Extensos experimentos em nosso conjunto de dados DroneCrowd demonstram que a STNNet apresenta desempenho favorável em relação ao estado da arte.