可思数据-AI,sykv.com智能驾驶,人脸识别,区块链,大数据
在我们的“广域人群计数”论文中使用的多视图人群计数数据集包括我们提议的数据集CityStreet，以及两个现有数据集PETS2009和DukeMTMC重新用于多视图人群计数。 可思数据-AI,sykv.com人工智能,深度学习,机器学习,神经网络
发布的数据集文件由指令文档和每个数据集的以下文件夹组成：
可思数据-www.sykv.cn,sykv.com
1）图像帧： 可思数据-AI,sykv.com智能驾驶,人脸识别,区块链,大数据
- 提供CityStreet框架; 对于PETS2009和DukeMTMC，可以按照文档中的说明下载或获取帧。
2）Labeling_tool： 可思数据sykv.com,sykv.cn
- 为CityStreet和PETS2009数据集提供了基于html的多视图标注工具。
3）标签： 可思数据sykv.com
- 包含摄像机视图和地平面人员标签的json文件。
4）Projection_code：
可思数据sykv.com,sykv.cn
- image2world和world2image投影的python代码。
5）GT_density_maps：
可思数据-人工智能资讯平台sykv.com
- 地面实况密度图，包括基于相应标签的摄像机视图和场景级密度图。
6）ROI_maps和元数据：
可思数据-AI,sykv.com人工智能,深度学习,机器学习,神经网络
- 每个视图的摄像机视图和地平面ROI，
- 融合后期使用的归一化图
- 比较方法1“dmap_weighted”中使用的加权映射，
- 用于MVMS模型中的比例选择的距离图，
- 以及用于可视化的场景图。
7-zip应该能够提取CityStreet的文件; Linux用户可以使用以下命令组合和解压缩多个文件： 内容来自可思数据sykv.com
zip -s 0 CityStreet.zip --out single.zip
解压缩single.zip 可思数据-www.sykv.cn,sykv.com
如果您使用数据集或标签，请记住引用我们的论文： 可思数据-人工智能资讯平台sykv.com
-
通过地平面密度图和多视图融合CNN进行广域人群计数。@inproceedings {zhang2019wide，
Qi Zhang和Antoni B. Chan，
In： IEEE / CVF Conf。计算机视觉和模式识别（CVPR），长滩， 2019年6月。
title = {通过地平面密度图和多视图融合CNN进行广域人群计数}，
作者= {Zhang，Qi和Chan，Antoni B}，
booktitle = {IEEE会议论文集视觉和模式识别}，
pages = {8297-8306}，
year = {2019}
}
