Visual Crowd Analysis: Open Research Problems

要約

過去 10 年にわたり、コンピュータ ビジョン コミュニティ内で自動群衆監視への関心が著しく高まってきました。
最新の深層学習アプローチにより、完全に自動化されたビジョンベースの群衆監視アプリケーションの開発が可能になりました。
しかし、当面の問題の規模、技術の大幅な進歩、研究コミュニティの一貫した関心にもかかわらず、克服する必要のある課題は依然として数多くあります。
この記事では、視覚的群衆分析の 6 つの主要な領域を詳しく掘り下げ、これらの各領域の主要な発展を強調します。
自動群衆監視の分野が確実に進歩し、繁栄し続けるために、今後の取り組みで取り組む必要がある重要な未解決の問題について概説します。
このトピックに関連するいくつかの調査が過去に実施されました。
それにもかかわらず、この記事は作品を徹底的に調査し、より直観的な分類を提示すると同時に、この分野における最新の進歩を描写し、過去数年間に行われたより最近の研究を簡潔に組み込んでいます。
この論文では、新規性やパフォーマンスの向上の点で重要な貢献をした著名な作品を慎重に選択することで、現在の最先端技術の進歩をより包括的に解説しています。

要約(オリジナル)

Over the last decade, there has been a remarkable surge in interest in automated crowd monitoring within the computer vision community. Modern deep-learning approaches have made it possible to develop fully-automated vision-based crowd-monitoring applications. However, despite the magnitude of the issue at hand, the significant technological advancements, and the consistent interest of the research community, there are still numerous challenges that need to be overcome. In this article, we delve into six major areas of visual crowd analysis, emphasizing the key developments in each of these areas. We outline the crucial unresolved issues that must be tackled in future works, in order to ensure that the field of automated crowd monitoring continues to progress and thrive. Several surveys related to this topic have been conducted in the past. Nonetheless, this article thoroughly examines and presents a more intuitive categorization of works, while also depicting the latest breakthroughs within the field, incorporating more recent studies carried out within the last few years in a concise manner. By carefully choosing prominent works with significant contributions in terms of novelty or performance gains, this paper presents a more comprehensive exposition of advancements in the current state-of-the-art.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google