Automated Detection and Counting of Windows using UAV Imagery based Remote Sensing
本研究提出一种基于无人机遥感系统的两阶段计算机视觉方法,通过机载相机与传感器数据实现建筑窗户的自动检测与计数,定量与定性结果证明其准确度优于现有方法。
2023-11-24 cs.CV cs.RO
Automated Counting of Stacked Objects in Industrial Inspection
EPFL(苏黎世联邦理工学院);MBZUAI(马克斯·普朗克人工智能研究所);Southern University of Science and Technology(南方科技大学);Stony Brook University(石溪大学);University of North Carolina(北卡罗来纳大学)
本文提出一种新的3D计数方法,通过多视角图像估计堆叠物体的3D几何和占用率,解决容器中堆叠物体遮挡问题,验证了在大规模合成和真实数据上的鲁棒性。
2026-03-16 cs.CV
CountPath: Automating Fragment Counting in Digital Pathology
Instituto Superior Técnico(高等技术学院);INESC-ID;Faculdade de Engenharia da Universidade do Porto(波尔图大学工程学院);INESC-TEC;IMP Diagnostics(IMP诊断公司);Portuguese Oncology Institute of Porto(波尔图葡萄牙肿瘤研究所)
本文提出 CountPath,利用 YOLOv9 与 Vision Transformer 自动核对病理载玻片上的标本碎片数量,其 86% 的准确率处于专家观察者差异范围内。
2025-03-13 cs.AI cs.CV cs.LG
Counting Molecules: Python based scheme for automated enumeration and categorization of molecules in scanning tunneling microscopy images
Institute of Physics of the Czech Academy of Sciences, v.v.i.(捷克科学院物理研究所);Regional Centre of Advanced Technologies and Materials, Palacký University(帕拉茨基大学先进技术与材料区域中心);RWTH Aachen University(亚琛工业大学)
扫描隧道显微镜和原子力显微镜(STM/nc-AFM)正在迅速发展,以提供前所未有的空间分辨率的不同阵列的化学物种。特别是,它们通过直接检查前体和产物来表征表面化学反应。也可以研究手性效应和自组装结构。这个开源的、模块化的、基于Python的方案自动化了中等大小(10 $\times$ 10到100 $\times$ 100 nm)扫描探针图像中存在的各种分子的分类。
2022-03-03 cond-mat.mes-hall cs.CV
Deep-Learning-based Automated Palm Tree Counting and Geolocation in Large Farms from Aerial Geotagged Images
Prince Sultan University(苏丹王子大学);CISTER, INESC-TEC, ISEP, Polytechnic Institute of Porto(波尔图理工学院ISEP的INESC-TEC旗下CISTER(注:因原文为层级关联机构,按要求提取到学院/研究院级别,整合为:波尔图理工学院)
在本文中,我们提出了一个深度学习框架,用于使用卷积神经网络从航空图像中自动计数和地理定位棕榈树。为此,我们使用DJI无人机在沙特阿拉伯利雅得的Kharj地区的棕榈树农场收集了航空图像,并建立了一个包含约10,000棵棕榈树的数据集。然后,我们使用最先进的Faster R-CNN算法开发了一个卷积神经网络模型。此外,使用航空影像的地理标记的元数据,我们使用摄影测量的概念和距离校正来自动检测检测到的棕榈树的地理位置。这种地理定位技术在两种不同类型的无人机(DJI Mavic Pro和Phantom 4 Pro)上进行了测试,并被评估为提供平均2.8米的地理定位精度。这种GPS标记使我们能够从一系列无人机图像中唯一识别棕榈树并计算它们的数量,同时正确处理图像重叠的问题。此外,它可以推广到无人机图像中的任何其他对象的地理定位。
2020-05-11 cs.CV cs.LG cs.RO
MaizeStandCounting (MaSC): Automated and Accurate Maize Stand Counting from UAV Imagery Using Image Processing and Deep Learning
Department of Electrical Engineering and Computer Science, University of Missouri(电子工程与计算机科学系,密苏里大学)
本文提出MaSC算法,利用轻量级YOLOv9模型处理无人机RGB影像,通过两种模式实现自动化玉米出苗计数,与人工计数高度一致(R²最高0.906),处理速度快,为低成本精准农业提供可扩展工具。
2025-10-08 cs.CV
A Deep Learning Bidirectional Temporal Tracking Algorithm for Automated Blood Cell Counting from Non-invasive Capillaroscopy Videos
Johns Hopkins University(约翰斯·霍普金斯大学)
斜背照明毛细血管镜检查最近被引入作为一种高质量的,非侵入性的人体毛细血管中的血细胞成像的方法。为了使该技术实际用于临床血细胞计数,需要用于自动处理所获取的视频的解决方案。在这里,我们朝着这个目标迈出了第一步,引入了一个名为CycleTrack的深度学习多细胞跟踪模型,它可以从毛细血管镜视频中实现准确的血细胞计数。CycleTrack结合了SORT和CenterTrack两个简单的在线跟踪模型,并针对毛细血管血细胞流动的特征进行了量身定制。通过在连续帧之间的两个相反的时间方向上的位移向量(前向跟踪和后向跟踪)来跟踪血细胞。这种方法产生准确的跟踪,尽管快速移动和变形的血细胞。该模型优于其他基线跟踪器,在测试视频上实现了65.57%的多目标跟踪准确率和73.95%的ID F1得分。与手动血细胞计数相比,CycleTrack在8个测试视频(每个1000帧)中实现了96.58 $\pm$ 2.43%的细胞计数准确度,而独立的CenterTrack和SORT的准确度分别为93.45%和77.02%,几乎没有额外的时间开销。在一个典型的一分钟视频中,从9,600帧中跟踪和计数大约8000个血细胞需要800秒。此外,CycleTrack测量的血细胞速度在心率的生理范围内表现出一致的脉动模式。最后,我们讨论了CycleTrack框架的未来改进,这将使倾斜背照显微镜的临床翻译朝着实时和非侵入性的床旁血…
2021-04-12 cs.CV
Temporally-Aware Supervised Contrastive Learning for Polyp Counting in Colonoscopy
Department of Mathematics, University of Padova, Padova, Italy(帕多瓦大学数学系);Cosmo Intelligent Medical Devices, Dublin, Ireland(科莫智能医疗设备公司);Milan Center for Neuroscience, University of Milano–Bicocca, Milan, Italy(米兰神经科学中心)
本文提出时间感知监督对比学习方法用于结肠镜息肉计数,通过时间感知软目标和时间邻接约束改进轨迹片段特征学习与聚类,显著降低碎片化率并达到新最优性能。
2025-07-03 cs.AI cs.CV
High Throughput Soybean Pod-Counting with In-Field Robotic Data Collection and Machine-Vision Based Data Analysis
EarthSense Inc.(EarthSense公司);University of Illinois at Urbana Champaign(伊利诺伊大学厄巴纳-香槟分校)
我们报告了有希望的结果,高通量的田间大豆豆荚计数与小型移动机器人和机器视觉算法。我们的研究结果表明,基于机器视觉的大豆荚果数与大豆产量密切相关。虽然荚果计数与大豆产量有很强的相关性,但荚果计数是极其劳动密集型的,并且难以自动化。我们的研究结果表明,配备视觉传感器的自主机器人可以自主收集大豆成熟时的数据。机器视觉算法可用于以高通量、自动化的方式估计种植在实验单元(EU或地块)上的大型多样性面板上的豆荚计数。我们报告我们的自动豆荚计数和大豆产量之间的相关性为0.67。这些数据是在一项实验中收集的,该实验由伊利诺伊大学大豆育种计划在2020年生长季节维护的1463个单行地块组成。我们还报告了一个较小的数据集的16个地块的自动豆荚计数和手动豆荚计数之间的相关性为0.88。
2021-05-27 cs.CV cs.RO
Ant Detective: An Automated Approach for Counting Ants in Densely Populated Images and Gaining Insight into Ant Foraging Behavior
Virginia Tech(弗吉尼亚理工学院)
本文提出 Ant Detective,基于 YOLOv8 与图像分块实现密集蚂蚁图像自动计数,并通过热力图分析其时空觅食行为,在多场景下验证了检测性能。
2024-10-28 cs.CV
A Region-Based Deep Learning Approach to Automated Retail Checkout
University of Missouri-Columbia(密苏里大学哥伦比亚分校)
一般来说,在传统零售店实现产品结账过程自动化是一项对社会产生重大影响的任务。为此,可靠的深度学习模型可以实现自动产品计数,以实现快速客户结账,从而实现这一目标。在这项工作中,我们提出了一种新的,基于区域的深度学习方法,使用自定义的YOLOv5目标检测管道和DeepSORT算法自动进行产品计数。我们在具有挑战性的真实测试视频上的结果表明,我们的方法可以将其预测推广到足够的准确度,并且运行速度足够快,可以保证部署到真实世界的商业环境中。我们提出的方法在2022年人工智能城市挑战赛第4轮中获得第4名,实验验证数据的F1得分为0.4400。
2022-04-18 cs.CV
Rethinking Cell Counting Methods: Decoupling Counting and Localization
MedAI Technology (Wuxi) Co. Ltd.(MedAI科技(无锡)有限公司);Technical University of Munich(慕尼黑工业大学)
针对细胞计数模型日趋复杂的问题,提出由计数器与定位器组成的解耦学习方案,并引入全局消息传递,在四个数据集上以显著优势达到SOTA。
2025-03-18 cs.CV
Towards Polyp Counting In Full-Procedure Colonoscopy Videos
University of Padova(帕多瓦大学);Cosmo Intelligent Medical Devices(科斯莫智能医疗设备公司);Milan Center for Neuroscience(米兰神经科学中心)
该研究基于 REAL-Colon 建立全流程结肠镜视频息肉计数任务与框架,结合 SimCLR 轨迹表示和 Affinity Propagation 聚类改进 ReID,达到 SOTA。
2025-02-14 cs.CV
A unified three-branch deep learning framework for automated detection and counting of wildlife in aerial imagery
School of Geospatial Engineering and Science, Sun Yat-Sen University(中山大学地理空间工程与科学学院);Faculty of Geo-Information Science and Earth Observation, University of Twente(特温特大学地球信息科学与对地观测学院);Boma and Badingilo National Parks, African Parks(博马和巴丁吉洛国家公园,非洲公园组织);Department of Ecology and Evolutionary Biology, Princeton University(普林斯顿大学生态与进化生物学系);Lolldaiga Hills Research Programme(洛尔迪加山研究项目);School of Biological, Earth & Environmental Sciences, Environmental Research Institute, University College Cork(科克大学环境研究所生物、地球与环境科学学院)
该研究提出含WildSeg、WildMatch、WildDet的三分支深度学习框架,用于航空影像中野生动物自动检测计数,在四种羚羊影像上较YOLO11提升性能,为野生动物监测提供高效方案。
2026-10-14 cs.CV
Spine intervertebral disc labeling using a fully convolutional redundant counting model
Polytechnique Montreal(蒙特利尔综合理工大学);Universite de Montreal(蒙特利尔大学);Mila(米拉);CRIUGM(蒙特利尔大学神经科学研究中心)
标记椎间盘是相关的,因为它特别使临床医生能够了解患者症状(疼痛,瘫痪)和脊髓损伤的确切水平之间的关系。然而,手动标记这些盘是一个繁琐的和用户偏见的任务,这将受益于自动化方法。虽然已经存在一些用于MRI和CT扫描的自动化方法,但它们要么不是公开可用的,要么不能在各种成像对比度中推广。在本文中,我们结合了一个全卷积网络(FCN)与初始模块定位和标记椎间盘。我们在公开的多中心和多对比MRI数据库(n=235例受试者)中证明了概念验证应用程序。该代码可在https://github.com/neuropoly/vertebral-labeling-deep-learning上公开获取。
2020-03-11 cs.CV eess.IV
Efficient Pig Counting in Crowds with Keypoints Tracking and Spatial-aware Temporal Response Filtering
JD Finance America Corporation(京东金融美国公司);University of Missouri(密苏里大学)
生猪计数是规模化养猪生产中的一项重要任务,通常由人工视觉完成。但是这个过程非常耗时并且容易出错。在文献中,很少有研究开发自动化猪计数方法。现有的方法仅针对单幅图像的猪只计数,其准确性受到猪只运动、遮挡和重叠等因素的影响。特别是单幅图像的视场非常有限,无法满足大型猪群舍对猪只计数的要求。为此,我们提出了一个实时自动猪计数系统,在人群中使用只有一个单目鱼眼相机与检查机器人。我们的系统表明,它产生的准确结果超过了人类。我们的管道始于一种新颖的自下而上的猪检测算法,以避免由于猪的重叠,遮挡和变形而导致的假阴性。设计了一种深度卷积神经网络(CNN)来检测猪身体部位的关键点,并将这些关键点关联起来以识别个体猪。在此之后,一个有效的在线跟踪方法被用来关联猪跨视频帧。最后,提出了一种新的空间感知的时间响应滤波(STRF)方法来预测猪的数量,这是有效的,以抑制由猪或摄像机运动或跟踪失败引起的误报。整个流水线已经部署在一个边缘计算设备上,并证明了其有效性。
2020-05-27 cs.CV cs.RO eess.IV
Revisiting Crowd Counting: State-of-the-art, Trends, and Future Perspectives
Qatar Mobility Innovations Center(卡塔尔移动创新中心);Qatar University(卡塔尔大学)
人群计数是公共场所情景感知的有效工具。使用图像和视频的自动人群计数是一个有趣但具有挑战性的问题,在计算机视觉中得到了极大的关注。在过去的几年里,各种深度学习方法已经被开发出来,以实现最先进的性能。随着时间的推移演变的方法在许多方面,如模型架构,输入管道,学习范式,计算复杂性,精度增益等不同。在本文中,我们提出了一个系统和全面的审查人群计数领域的最重要的贡献。虽然很少有关于这个主题的调查,但我们的调查是最新的,在几个方面有所不同。首先,它通过模型架构、学习方法(即,损失函数),以及评估方法(即,评价指标)。我们选择了突出和独特的作品,并排除了类似的作品。我们还根据它们在基准数据集上的性能对众所周知的人群计数模型进行了排序。我们相信,这项调查可以为新手研究人员提供一个很好的资源,以了解随着时间的推移和当前的最先进的进步发展和贡献。
2022-09-14 cs.AI cs.CV
Open-World Object Counting in Videos
University of Oxford(牛津大学)
本文提出CountVid模型,通过结合图像计数和可提示视频分割跟踪技术,实现视频中的开放世界物体计数,并引入VideoCount数据集验证其性能。
2025-12-12 cs.AI cs.CV
Deep-Learning-based Counting Methods, Datasets, and Applications in Agriculture -- A Review
Ben-Gurion University of the Negev(内盖夫本-古里安大学);China Jiliang University(中国计量大学)
本综述回顾过去十年深度学习在农业物体计数中的进展,涵盖算法、数据集及挑战,指出深度学习推动该领域实现重大飞跃。
2023-05-09 cs.CV
A methodology for detection and localization of fruits in apples orchards from aerial images
Embrapa Uva e Vinho(巴西农业研究公司葡萄与葡萄酒研究所)
基于卷积神经网络(CNN)的计算机视觉方法在基于图像的不同作物地面水果检测方面取得了可喜的成果。然而,在不同图像中发现的检测的集成,允许准确的水果计数和产量预测,受到较少的关注。这项工作提出了一种方法,自动水果计数采用航空图像。它包括基于多视图几何的算法来执行水果跟踪,不仅避免了重复计算,而且还在3-D空间中定位水果。初步评估显示,苹果果实计数与真实产量之间的相关性高于0.8。CNN训练中使用的注释数据集是公开可用的。
2021-10-24 cs.CV
Simultaneous Semantic and Instance Segmentation for Colon Nuclei Identification and Counting
University of Cambridge(剑桥大学);Chinese University of Hong Kong(香港中文大学)
我们解决的问题,自动核分割,分类和量化的苏木精和伊红染色的组织学图像,这是非常相关的几个下游计算病理学应用。在这项工作中,我们提出了一个解决方案框架作为一个同时语义和实例分割框架。我们的解决方案是结肠细胞核识别和计数(CoNIC)挑战赛的一部分。我们首先分别训练语义和实例分割模型。我们的框架使用HoverNet和Cascade Mask-RCNN模型作为骨干。然后,我们将结果与自定义的非最大值抑制嵌入(NMS)进行集成。在我们的框架中,语义模型计算细胞的类预测,而实例模型提供了一个精细的分割。我们证明,通过我们的实验结果,我们的模型优于所提供的基线由一个很大的保证金。
2022-04-15 cs.CV
Aedes aegypti Egg Counting with Neural Networks for Object Detection
Dom Bosco Catholic University(多姆博斯科天主教大学);Federal University of Mato Grosso do Sul(南马托格罗索联邦大学)
本研究提出一个包含田间和实验室虫卵的新数据集,并评估三种神经网络(Faster R-CNN、Side-Aware Boundary Localization和FoveaBox)在埃及伊蚊虫卵计数任务上的性能,旨在通过目标检测自动化这一费力且易错的过程。
2024-03-12 cs.CV cs.LG eess.IV
Zero-Shot Object Counting with Language-Vision Models
Stony Brook University(石溪大学);EPFL(洛桑联邦理工学院)
本文提出零样本目标计数(ZSC)新设定,仅凭类别名称,利用CLIP和Stable Diffusion构建类别原型并选择代表性图像块,再通过计数误差排序模型筛选示例,在FSC-147上验证了有效性。
2023-09-22 cs.CV
Leveraging multiple datasets for deep leaf counting
University Of Edinburgh(爱丁堡大学);IMT Lucca(卢卡IMT高等研究院)
植物的叶片数量是描述其发育和生长的关键性状(表型)之一。在这里,我们提出了一种自动化的,基于深度学习的方法来计算模型莲座植物的叶子。虽然最近已经报道了使用深度学习方法进行叶计数的最新结果,但它们通过叶分割获得计数,因此需要对每个叶(实例)进行分割以训练模型(相当强的注释)。相反,我们的方法将叶计数作为一个直接的回归问题,因此只需要注释每株植物的总叶数。我们认为,在训练深度神经网络时,组合不同的数据集是有益的,并改善了所提出的方法的结果。我们在CVPPP 2017叶计数挑战数据集上评估了我们的方法,该数据集包含拟南芥和烟草植物的图像。实验结果表明,该方法的性能显着优于之前CVPPP挑战的获胜者,将每个测试数据集的结果至少提高了约50%,并且可以在不知道数据的实验来源的情况下实现此性能(即在挑战的狂野设置中)。我们还比较了我们的模型的计数精度与每叶分割算法,实现了20%的平均绝对差计数(|DiC|)减少。
2017-09-05 cs.CV
Counting Fish with Temporal Representations of Sonar Video
MIT(麻省理工学院);Caltech(加州理工学院);UMass Amherst(马萨诸塞大学阿默斯特分校)
本文提出一种基于回声图的轻量级计算机视觉方法,用ResNet-18直接从声纳视频时序表示中预测鲑鱼上下游计数,并在阿拉斯加基奈河数据上实现23%的计数误差。
2025-02-07 cs.CV
Automatic detection and counting of retina cell nuclei using deep learning
University of Tennessee Health Science Center(田纳西大学健康科学中心)
自动检测、分类、计算视网膜细胞和其他生物对象的大小、数量和等级的能力在年龄相关性黄斑变性(AMD)等眼病中至关重要。在本文中,我们开发了一种基于深度学习技术和Mask R-CNN模型的自动化工具,用于分析透射电子显微镜(TEM)图像的大数据集,并以高速度和精度量化视网膜细胞。我们认为外核层(ONL)细胞分为三类:活细胞、中间细胞和固缩细胞。我们使用24个样本的数据集训练模型。然后,我们使用另一组6个样本优化超参数。在应用于测试数据集后,这项研究的结果表明,我们的方法对于自动检测、分类和计数视网膜ONL中的细胞核是高度准确的。我们的模型的性能使用一般指标进行了测试:检测的一般平均精度(mAP);以及分类和计数的精度,召回率,F1分数和准确性。
2020-02-10 cs.CV
Real-Time Beach Litter Detection and Counting: A Comparative Analysis of RT-DETR Model Variants
Faculty of Science, Sumatera Institute of Technology(科学学院,苏门答腊理工学院)
本文比较了RT-DETR-L和RT-DETR-X在海滩垃圾检测中的性能,发现RT-DETR-X精度略高但推理更慢,而RT-DETR-L在速度与精度间更平衡,更适合实时现场部署。
2025-08-21 cs.CV
Automated Acanthamoeba polyphaga detection and computation of Salmonella typhimurium concentration in spatio-temporal images
Institute of Electronic Structure and Laser, Foundation for Research and Technology(电子结构与激光研究所,研究与技术基金会);University of Warwick(华威大学)
细菌和原生动物之间的相互作用是一个越来越感兴趣的领域,但是有一些系统允许广泛观察相互作用。我们研究了一个表面系统组成的非营养琼脂与均匀的细菌草坪,延伸到琼脂表面,和空间局部化的中央人口的阿米巴。变形虫以细菌为食,并在平板上迁移。自动图像分析技术被用来定位和计数变形虫,囊肿和细菌覆盖在一系列的空间图像。大多数算法都是基于强度阈值,或者是对概率模型的修改。我们的策略是两层的,我们进行了对象分类和细菌计数的自动分析,然后使用自定义编写的图形用户界面进行用户干预/重新分类。
2010-09-29 cs.CV q-bio.PE q-bio.QM
Vision Language Models are Biased
KAIST(韩国科学技术院);College of William and Mary(威廉与玛丽学院);University of Alberta(阿尔伯塔大学);Auburn University(阿伯茨维尔大学)
研究探讨了视觉语言模型在计数和识别任务中的偏见问题,发现其在不同领域表现不佳,去除背景可显著提升准确率,揭示上下文视觉线索导致偏见。
2026-04-19 cs.CV cs.LG
CellFMCount: A Fluorescence Microscopy Dataset, Benchmark, and Methods for Cell Counting
Department of Computer Science(计算机科学系);Department of Genetics, Development, and Cell Biology(遗传学、发育与细胞生物学系);Molecular, Cellular, and Developmental Biology Program(分子、细胞与发育生物学项目);Neuroscience Program(神经科学项目);Nanovaccine Institute(纳米疫苗研究所);Iowa State University(爱荷华州立大学)
CellFMCount提出一个大规模标注数据集和基准测试框架,通过SAM-Counter实现更精确的细胞计数,MAE达到22.12。
2025-11-24 cs.CV
Ambient Sound Helps: Audiovisual Crowd Counting in Extreme Conditions
Baidu Research(百度研究院);German Aerospace Center(德国航空航天中心);City University of Hong Kong(香港城市大学);Northwestern Polytechnical University(西北工业大学);Technical University of Munich(慕尼黑工业大学)
视觉人群计数最近已经被研究作为一种方式,使人们在人群场景中从图像计数。尽管成功,但基于视觉的人群计数方法可能无法在极端条件下捕获信息特征,例如,夜间成像和遮挡。在这项工作中,我们介绍了一个新的任务,视听人群计数,其中视觉和听觉信息集成计数的目的。我们收集了一个大规模的基准测试,名为audiovISual Crowd cOunting(DISCO)数据集,由1,935个图像和相应的音频片段以及170,270个注释实例组成。为了融合这两种模式,我们利用线性特征融合模块,该模块对视觉和听觉特征进行仿射变换。最后,我们使用所提出的数据集和方法进行了广泛的实验。实验结果表明,在不同的光照、噪声和遮挡条件下,引入听觉信息有利于人群计数。将发布数据集和代码。代码和数据已提供
2020-05-16 cs.CV
The Effects of Synthetic Data and Label Distribution on Canola Branch Counting
University of Calgary(卡尔加里大学)
研究合成数据和标签分布对油菜分枝计数的影响,通过校准的L系统植物模型训练ResNet - 18模型,独立改变合成与真实图像比例及标签分布,发现不同比例和分布对性能有不同影响,得出最佳参数和简单替代方案。
2026-07-13 cs.CV
GATA2Floor: Graph attention for floor counting in street-view facades
ETRO Department, Vrije Universiteit Brussel (VUB)(比利时布鲁塞尔自由大学ETRO部门);imec
本文提出GATA2Floor模型,通过图注意力机制实现对街道视图立面楼层的自动计数,结合可学习的交叉注意力查询实现元素到潜在楼层槽的软分配,提升解释性和鲁棒性。
2026-05-12 cs.CV eess.IV
A Density-Guided Temporal Attention Transformer for Indiscernible Object Counting in Underwater Video
University of Washington(华盛顿大学);National Oceanic and Atmospheric Administration (NOAA)(美国国家海洋和大气管理局)
针对水下视频中难以辨识目标计数的难题,该研究构建了大规模水下视频数据集YoutubeFish-35,并提出结合密度与回归分支的TransVidCount模型,取得了当前最优的计数性能。
2024-03-06 cs.CV
Automated Approach for Computer Vision-based Vehicle Movement Classification at Traffic Intersections
Indian Institute of Technology Kanpur(印度理工学院坎普尔分校);ETALYC Inc.(ETALYC公司);City of Dubuque(迪比克市);Iowa State University(爱荷华州立大学)
交通路口车辆分类计数是交通管理活动的重要组成部分。在这种情况下,随着基于计算机视觉的技术的最新进展,相机已经成为从交通场景中提取车辆轨迹的可靠数据源。然而,按运动类型对这些轨迹进行分类是相当具有挑战性的,因为以这种方式获得的运动轨迹的特性取决于相机校准而变化。虽然一些现有的方法已经解决了这样的分类任务与体面的准确性,这些方法的性能显着依赖于人工指定的几个感兴趣的区域。在这项研究中,我们提出了一个自动分类方法的运动特定分类(如右转,左转和通过运动)的视觉为基础的车辆轨迹。我们的分类框架识别不同的运动模式,观察到在交通场景中使用无监督的层次聚类技术。此后,采用基于相似性的分配策略来分配传入的车辆轨迹,以确定运动组。针对基于视觉的轨迹相似性度量方法的固有缺陷,设计了一种新的相似性度量方法。实验结果表明,所提出的分类方法的有效性和它的能力,以适应不同的交通情况下,没有任何人工干预。
2021-11-17 cs.CV
Record Counting in Historical Handwritten Documents with Convolutional Neural Networks
在本文中,我们研究了使用卷积神经网络来计算历史手写文档中的记录数。通过这项工作,我们证明了只使用合成图像训练网络可以让我们对历史文档上打印的记录数量进行近乎完美的评估。实验已经在由婚姻记录组成的基准数据集上进行,并且在该数据集上的表现优于以前的结果。
2016-10-25 cs.CV
An Adaptive Approach for Automated Grapevine Phenotyping using VGG-based Convolutional Neural Networks
Department of Computer Science IV, University of Bonn(波恩大学计算机科学四系);Institute for Grapevine Breeding Geilweilerhof, Julius Kühn-Institut, Federal Research Centre for Cultivated Plants(联邦栽培植物研究中心尤利乌斯·库恩研究所葡萄育种研究所)
在(葡萄)育种计划和研究中,特别是在田间需要对不同的葡萄性状(如生长或产量)进行定期表型分析和多年监测。这种需求意味着使用传感器和自适应软件的客观,精确和自动化方法。这项工作提出了一个概念验证分析的RGB图像的不同生长阶段的葡萄,目的是检测和量化有前途的植物器官,这是与产量。输入图像由全卷积神经网络(FCN)分割成目标和背景像素。对象是植物器官,如嫩枝、花梗、花蕾或葡萄,其主要适用于产量估计。在训练图像的地面实况中,每个对象被单独注释为对象像素的连接段,这使得能够对对象特征进行端到端学习。在基于CNN的分割基础上,通过区域标记检测和计数目标像素的连通分量来确定目标的数量。在六个不同的数据集上的评估中,该系统实现了高达87.3%的分割的IoU和高达88.6%的目标检测的F1分数。
2018-12-27 cs.CV
Application-Driven AI Paradigm for Person Counting in Various Scenarios
China Unicom(中国联合网络通信集团有限公司)
人员计数是视频监控中的一项基本任务。然而,在实际应用中的场景多样性使得它很难开发一个单一的人计数模型的一般用途。因此,工程师必须预览视频流,并根据摄像头拍摄的场景手动指定合适的人数统计模型,这非常耗时,特别是对于大规模部署。在本文中,我们提出了一个人计数范例,利用场景分类器自动选择一个合适的人计数模型为每个捕获的帧。首先,输入图像通过场景分类器以获得场景标签,然后使用该场景标签将帧分配给五个微调模型之一以进行人员计数。此外,我们提出了从不同的场景,包括侧视图,长镜头,俯视图,定制和人群,这也是集成到形成一个场景分类数据集包含26323个样本收集的增强数据集。在我们的对比实验中,所提出的范例实现了更好的平衡比任何单一的模型在集成数据集,从而在各种情况下的推广已被证明。
2023-03-24 cs.CV