혼잡한 장면에서의 깊이 가이드 기반 비디오 객체 카운팅 (Depth-Guided Video Object Counting in Crowded

요약

본 논문은 혼잡하고 폐쇄된 장면에서의 비디오 객체 카운팅 기술을 개선하기 위해 Depth-Guided Detector (DG-Det)를 제안합니다. 깊이 단서와 멀티 스케일 RGB-D 교차 주의 집중, 명시적 폐쇄 예측 등을 통합하여 공간 이해도를 높였습니다. 또한 중복 제거 프레임워크와 새로운 데이터셋을 공개하며 성능 향상을 입증했습니다.

핵심 포인트

• 깊이 가이드 탐지기(DG-Det)를 제안하여 혼잡한 장면의 객체 카운팅 정확도 개선.
• RGB-D 교차 주의 집중 및 폐쇄 예측을 통해 공간적 이해도를 높임.
• 프레임 간 중복 제거 프레임워크를 도입하여 카운팅 신뢰성 확보.
• 새로운 RGB-D 비디오 객체 카운팅 데이터셋과 소스 코드를 공개함.