Исследователи представили Depth-Guided Detector (DG-Det) — систему для подсчета объектов на видео в условиях высокой плотности и перекрытий. В отличие от традиционных моделей, опирающихся только на RGB-данные, новый подход интегрирует информацию о глубине сцены. Это позволяет значительно повысить точность детекции и подсчета целевых объектов, задаваемых текстовыми или визуальными промптами, даже при сильной скученности.
Основная проблема существующих систем компьютерного зрения заключается в потере точности, когда объекты перекрывают друг друга или сливаются с фоном в RGB-потоке. Использование карт глубины дает модели дополнительный геометрический контекст, позволяя эффективнее разделять экземпляры объектов в пространстве. Разработанный метод включает в себя специализированный детектор и универсальный конвейер постобработки, который адаптируется к различным сценариям наблюдения.
Технология ориентирована на задачи, где критически важен точный мониторинг динамических сцен: от анализа транспортных потоков до управления безопасностью в общественных местах. Интеграция данных о глубине позволяет модели лучше понимать масштаб и расстояние, что делает подсчет более устойчивым к визуальным шумам и сложным ракурсам, характерным для камер видеонаблюдения.
Ключевые факты
- DG-Det использует данные о глубине для преодоления ограничений стандартных RGB-детекторов в условиях перекрытий.
- Система поддерживает гибкую настройку целевых объектов через текстовые или визуальные подсказки.
- Метод включает специализированный конвейер постобработки для уточнения результатов подсчета в плотных сценах.
- Решение направлено на повышение точности в задачах мониторинга, где классические методы детекции часто допускают ошибки из-за скученности объектов.