ANTHROPOS-V: benchmarking the novel task of Crowd Volume Estimation

要約

RGB画像のみを用いて群衆の体積を推定するプロセスとして定義される、群衆体積推定（CVE）という新しいタスクを紹介する。CVEは、イベント管理や公共の安全のほか、体重の推定、インフラストラクチャーの応力評価などの体重に敏感なアプリケーションの解除、体重バランスの均等性の保証にも役立つ。我々は、ANTHROPOS-VからなるCVEの最初のベンチマークを提案する。ANTHROPOS-Vは、多様な都市環境における群衆を特徴とする合成フォトリアリスティック映像データセットである。そのアノテーションには、各人の体積、SMPL形状パラメータ、キーポイントが含まれる。また、CVEに関連するメトリクスを探索し、Human Mesh RecoveryとCrowd Countingの領域から適応したベースラインモデルを定義し、ベースラインを超えるCVEに特化した手法を提案する。合成的ではあるが、個体の重さと高さは、性別に渡る実世界の人口分布と一致しており、実画像からのCVEの下流タスクに移行する。ベンチマークとコードはgithub.com/colloroneluca/Crowd-Volume-Estimationにある。

要約(オリジナル)

We introduce the novel task of Crowd Volume Estimation (CVE), defined as the process of estimating the collective body volume of crowds using only RGB images. Besides event management and public safety, CVE can be instrumental in approximating body weight, unlocking weight sensitive applications such as infrastructure stress assessment, and assuring even weight balance. We propose the first benchmark for CVE, comprising ANTHROPOS-V, a synthetic photorealistic video dataset featuring crowds in diverse urban environments. Its annotations include each person’s volume, SMPL shape parameters, and keypoints. Also, we explore metrics pertinent to CVE, define baseline models adapted from Human Mesh Recovery and Crowd Counting domains, and propose a CVE specific methodology that surpasses baselines. Although synthetic, the weights and heights of individuals are aligned with the real-world population distribution across genders, and they transfer to the downstream task of CVE from real images. Benchmark and code are available at github.com/colloroneluca/Crowd-Volume-Estimation.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL