Kvíz spojený s průvodcem · Střední úroveň

Počítání davu s kvízem o mapách hustoty

Testuje počítání na mapě hustoty, integraci mapy, anotační a perspektivní efekty, metriky počtu a limity pro interpretaci odhadů davu.

Související vodicí cestyMapy hustoty počítání davu
Otázka 1 z 8

Jak metoda mapy hustoty běžně odhaduje počet v obrázku?

Náhled každé otázky8 otázky

Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.

  1. Jak metoda mapy hustoty běžně odhaduje počet v obrázku?
    • Sečtěte nebo integrujte předpovězené hodnoty prostorové hustoty
    • Spočítejte počet identit tváří uložených v databázi
    • Jako celkovou hodnotu vyberte největší místní hodnotu hustoty
    • Vynásobte šířku obrazu počtem detekovaných kamer
  2. Proč mohou mapy hustoty pomoci v těsně nabité scéně?
    • Odstraňují veškerou okluzi ze vstupního obrazu
    • Zaručují jednu přesnou souřadnici pro každého člověka
    • Identifikují lidi, i když neexistuje žádný obraz z kamery
    • Dokážou odhadnout prostorovou hustotu, aniž by vyžadovaly samostatné pole pro každou viditelnou osobu
  3. Co představuje součet předpokládané mapy hustoty?
    • Celkové zorné pole kamery v metrech čtverečních
    • Odhadovaný počet podle mapy modelu a konvencí měřítka
    • Přesné sčítání všech v místě konání
    • Počet anotovaných tréninkových obrázků
  4. Proč může perspektiva ovlivnit cíl mapy hustoty?
    • Vzdálení lidé vždy produkují jasnější pixely
    • Normalizované jádro činí geometrii obrazu irelevantní
    • Osoba zabírá různé oblasti pixelů v závislosti na vzdálenosti a geometrii kamery
    • Perspektiva mění skutečný počet anotací
  5. Co může nízký počet MAE neodhalit?
    • Hustota může být v obraze nesprávně umístěna, i když se součet blíží
    • Zda má model nějaké výstupní hodnoty
    • Zda scéna obsahuje obrazové pixely
    • Zda lze počet reprezentovat jako celé číslo
  6. Jak by měly být tréninkové a testovací úseky navrženy pro pevné kamerové záznamy?
    • Pro školení a hodnocení použijte stejné anotované obrázky
    • Testovací klipy vybírejte až po zobrazení předpovědí modelu
    • V případě potřeby oddělte scény nebo kamery, abyste omezili únik téměř duplicitních snímků
    • Náhodně rozdělit sousední snímky videa bez ohledu na překrytí
  7. Které tvrzení může podpořit odhad hustoty?
    • Identity a záměry každého člověka
    • Kompletní počet mimo zorné pole kamery
    • Důkaz o chování jednotlivce
    • Přibližný počet lidí viditelných na scéně pokryté kamerou
  8. Co by mělo být hlášeno, aby bylo možné interpretovat počet davů?
    • Adresa místa konání bez intervalu počítání
    • Definice měření, jako jsou lidé na snímek, zónu nebo časové okno
    • Pouze název architektury modelu
    • Počet pixelů výstupní mapy bez jednotek