Density-based clustering with fully-convolutional networks for crowd flow detection from drones

要約

ドローンからの群集分析は、これらのデバイスの使いやすさと手頃な価格により、最近ますます注目を集めています。
ただし、この技術がどのようにして群衆の流れの検出にソリューションを提供できるかは、まだ調査されていない研究課題です。
この目的のために、ドローンで撮影されたビデオ シーケンスの群集フロー検出方法を提案します。
この方法は、群衆の密集したエリアの重心を検出し、連続したフレームでその動きを追跡するために、群衆のクラスタリングを実行することを学習する完全な畳み込みネットワークに基づいています。
提案された方法は、静止画像ではなくビデオ シーケンスによって特徴付けられる VisDrone チャレンジの群集カウント データセットでテストされたときに、効果的かつ効率的であることが証明されました。
有望な結果は、提案された方法が、ドローンからの高レベルの群集行動を分析する新しい方法を開く可能性があることを示しています。

要約(オリジナル)

Crowd analysis from drones has attracted increasing attention in recent times due to the ease of use and affordable cost of these devices. However, how this technology can provide a solution to crowd flow detection is still an unexplored research question. To this end, we propose a crowd flow detection method for video sequences shot by a drone. The method is based on a fully-convolutional network that learns to perform crowd clustering in order to detect the centroids of crowd-dense areas and track their movement in consecutive frames. The proposed method proved effective and efficient when tested on the Crowd Counting datasets of the VisDrone challenge, characterized by video sequences rather than still images. The encouraging results show that the proposed method could open up new ways of analyzing high-level crowd behavior from drones.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google