研究人员开发了一种新颖的一次性人群计数方法，该方法通过利用局部和全局密度特征来适应新的监控场景。该方法使用多个局部密度学习器来捕捉不同的密度分布，并使用全局密度特征来引导模型。在三个数据集上的实验表明，该方法在少样本人群计数场景中优于现有的最先进技术。 AI
影响 该方法可以提高监控系统在各种先前未遇到的环境中的准确性。
排序理由 该集群包含一篇关于新的人群计数方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2602.07955v2 Announce Type: replace Abstract: Crowd scenes captured by cameras at different locations vary greatly, and existing crowd models have limited generalization for unseen surveillance scenes. To improve the generalization of the model, we regard different surveill…