基于计算机视觉的目标计数方法综述
目标计数作为一项基础的技术,在许多领域都有广泛的应用,如人群计数、细胞计数、车辆计数等.随着互联网时代的信息爆炸,视频数据呈指数级增长,如何快速、准确地获得目标的数量是用户普遍关心的主要问题之一.得益于计算机视觉技术的快速发展,基于传统机器学习的计数方法正逐步向基于深度学习的方法转变,并在计数的准确性上取得了实质性的进展.介绍了目标计数的研究背景和应用领域,根据模型任务分类,归纳了三类常用的计数模型框架,并从不同的角度分别介绍了近10年来基于计算机视觉技术的模型方法.然后介绍了在人群计数、细胞计数和车辆计数领域中常用的几种公开数据集,并横向比较了各个模型之间的性能.最后总结了现阶段的目标计数模型还存在的不足,并对未来的研究方向进行了展望.
图像处理、目标计数、神经网络、机器学习、密度图
58
TP391(计算技术、计算机技术)
2021-09-18(万方平台首次上网日期,不代表论文的发表时间)
共17页
35-51