研究人员开发了Pix2Pix-Hybrid (P2P-H)，这是一种新颖的条件GAN，旨在合成朝觐的逼真人群图像，以解决标注数据稀缺和隐私问题。该模型采用U-Net生成器，该生成器以包括结构线索和人群密度属性在内的多个输入通道为条件，并结合多尺度PatchGAN判别器以实现详细的纹理合成。这种方法催生了CrowdH合成数据集，该数据集在用于训练人群计数模型时，与仅使用真实数据训练的模型相比，表现出更高的性能并降低了平均绝对误差。 AI
影响 能够为专业领域创建合成数据集，在真实数据稀缺的情况下提高模型性能。
排序理由 该集群包含一篇详细介绍新模型和图像合成数据集的研究论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2606.14297v1 Announce Type: cross Abstract: Developing accurate crowd-counting models for Hajj pilgrimage scenes remains challenging because domain-specific annotated images are scarce and data collection during large gatherings raises privacy concerns. To address these lim…
Developing accurate crowd-counting models for Hajj pilgrimage scenes remains challenging because domain-specific annotated images are scarce and data collection during large gatherings raises privacy concerns. To address these limitations, this paper proposes Pix2Pix-Hybrid (P2P-…