[論文レビュー] Crowd Pedestrian Counting Considering Network Flow Constraints in Videos.

Liqing Gao, Yanzhang Wang+2 more|arXiv (Cornell University)|May 12, 2016

Video Surveillance and Tracking Methods参考文献 27被引用数 3

ひとこと要約

本稿では、動画からの群衆の歩行者数把握における時間的整合性を向上させるために、ネットワークフロー制約を課した二次計画法のアプローチを提案する。歩行者グループを有向グラフ内のノードとしてモデル化し、フロー保存則を適用することで、フレーム単位の推定に比べてより正確で整合性のある数え上げが実現される。

ABSTRACT

A quadratic programming method with network flow constraints is proposed to improve crowd pedestrian counting in video surveillance. Most of the existing approaches estimate the number of pedestrians within one frame, which result in inconsistent predictions in temporal domain. In this paper, firstly, we segment the foreground of each frame into different groups, each of which contains several pedestrians. Then we train a regression-based map from low level features of each group to its person number. Secondly, we construct a directed graph to simulate people flow, whose vertices represent groups of each frame and edges represent people moving from one group to another. Then, the people flow can be viewed as an integer flow in the constructed directed graph. Finally, by solving a quadratic programming problem with network flow constraints in the directed graph, we obtain a consistent pedestrian counting. The experimental results show that our method can improve the crowd counting accuracy significantly.

研究の動機と目的

• フレーム単位の予測が不自然に変動する群衆数把握における時間的整合性の問題を解決すること。
• セグメンテーションされたグループの有向グラフとしての時間的移動を、フローとしてモデル化すること。
• ネットワークフロー制約を二次計画法によって強制することで、一貫性のある歩行者数の推定を実現すること。
• グループ間の空間的および時間的関係を活用することで、数え上げの正確性を向上させること。
• 監視映像における歩行者数の統一的で時間的に整合性のある推定を提供すること。

提案手法

• 各動画フレームを複数人の歩行者を含むグループに前景セグメンテーションすること。
• 各グループの低レベル特徴から歩行者数を予測する回帰モデルを学習すること。
• 頂点がグループを表し、辺がグループ間移動を表す有向グラフを構築すること。
• 時間的全域でフロー保存則を満たすように、歩行者フローを整数フローとしてモデル化すること。
• ネットワークフロー制約を含む二次計画法として数え上げ問題を定式化すること。
• 最適化問題を解き、時間的に整合的で正確な歩行者数を取得すること。

実験結果

リサーチクエスチョン

• RQ1 フレーム単位の群衆数把握における時間的整合性の欠如をどのように軽減できるか？
• RQ2 有向グラフにおけるフローとしての歩行者移動のモデル化が、数え上げの正確性を向上させられるか？
• RQ3 ネットワークフロー制約を課すことで、歩行者数の整合性にどのような影響を与えるか？
• RQ4 本手法はフレーム単位の数え上げと比較して、正確性においてどのように優れているか？
• RQ5 フロー制約を課した二次計画法は、ベースライン手法と比較してより良い結果をもたらすか？

主な発見

• 時間的整合性を強制することで、本手法は群衆数把握の正確性を顕著に向上させる。
• ネットワークフロー制約の適用により、連続するフレーム間での予測された歩行者数の変動が低減される。
• 回帰ベースのグループ特徴マッピングが、グループごとの歩行者数を効果的に推定する。
• フロー制約を課した二次計画法は、フレーム単位の手法よりも信頼性が高く安定した数え上げ結果を生成する。
• 本手法は監視映像データセットにおいて優れた性能を示すが、要約では具体的な指標は提示されていない。