Taste More, Taste Better: Enhancing Semi-Supervised Crowd Counting with Diverse Data and Strong Models

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种名为“多尝试,更美味”(TMTB)的框架,旨在降低密集场景中的标注成本。通过图像修复技术和视觉状态空间模型,增强数据多样性,显著提高了在极端拥挤和低光环境下的人群计数准确性。实验结果表明,该方法在多个基准数据集上超越了现有最优方案。

🏷️

标签

➡️

继续阅读