Enhancing people localisation in drone imagery for better crowd management by utilising every pixel in high-resolution images

要約

ドローンを使用した正確な人々のローカリゼーションは、大規模なイベントや公開の集まりだけでなく、毎日の都市の群衆の流れを監視するためにも、効果的な群衆管理に重要です。
高解像度のドローン画像を使用した小さなオブジェクトのローカリゼーションの従来の方法は、主に画像スケーリングとスライドウィンドウのテクニックの制約が原因で、精度と効率の制限に直面することがよくあります。
これらの課題に対処するために、点指向のオブジェクトのローカリゼーションに特化した新しいアプローチが提案されています。
このアプローチに加えて、ピクセル蒸留モジュールが導入され、個々のピクセルから一度に空間情報を抽出することにより、高解像度画像の処理を強化します。
さらに、現代のドローンアプリケーションに合わせたアップカウントという名前の新しいデータセットが共有されています。
ドローン画像の幅広い課題に対処します。たとえば、画像取得プロセス中のカメラとオブジェクトの動きなど、群衆管理アプリケーションの機能を推し進めます。
提案されたデータセットと一般的に使用されるDroneCrowdデータセットに関する提案された方法の包括的な評価は、既存の方法に対するアプローチの優位性を示し、ドローンベースの群衆オブジェクトのローカリゼーションタスクにおけるその有効性を強調しています。
これらの改善により、アルゴリズムが実際のシナリオで動作するための適用性が著しく増加し、動的環境でのより信頼性の高いローカリゼーションと個人のカウントを可能にします。

要約(オリジナル)

Accurate people localisation using drones is crucial for effective crowd management, not only during massive events and public gatherings but also for monitoring daily urban crowd flow. Traditional methods for tiny object localisation using high-resolution drone imagery often face limitations in precision and efficiency, primarily due to constraints in image scaling and sliding window techniques. To address these challenges, a novel approach dedicated to point-oriented object localisation is proposed. Along with this approach, the Pixel Distill module is introduced to enhance the processing of high-definition images by extracting spatial information from individual pixels at once. Additionally, a new dataset named UP-COUNT, tailored to contemporary drone applications, is shared. It addresses a wide range of challenges in drone imagery, such as simultaneous camera and object movement during the image acquisition process, pushing forward the capabilities of crowd management applications. A comprehensive evaluation of the proposed method on the proposed dataset and the commonly used DroneCrowd dataset demonstrates the superiority of our approach over existing methods and highlights its efficacy in drone-based crowd object localisation tasks. These improvements markedly increase the algorithm’s applicability to operate in real-world scenarios, enabling more reliable localisation and counting of individuals in dynamic environments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google