UCF - QNRFは2018年にフロリダ大学によって公開され、合計1535枚の人群画像が含まれています。そのうち、訓練セットには1201枚の画像、テストセットには334枚の画像があります。アノテーションの数で言えば、UCF - QNRFはこれまでで最大のデータセットであり、大規模な人群密集カウントモデルの訓練と評価に使用できます。

同類のデータセットと比較すると、UCF - QNRFは多様なシーン、複数の視点、様々な光線、密度の変化を含む大規模なアノテーション付き人体を含んでいるため、深層畳み込みニューラルネットワークの訓練に非常に適しています。

UCF - QNRFデータセットの画像はすべて高解像度の大きな画像で、画像解像度は2013*2902です。さらに、建物、植物、空、道路など世界各地の屋外の実際のシーンも含まれており、異なる地域の人群密度を研究する上で重要な意味を持っています。

概要：

社会政治的および安全上の観点から、密集した人群シーンでの自動カウントと位置特定は重要な意味を持っています。世界中で様々なシーンで人群が集まり、参加者の数を計算することはしばしば主催者や執行機関が関心を持つ重要な問題です。

図1：データセット内の6枚の画像

我々は、これまでで最大の（アノテーションの数で言えば）データセットを紹介します。このデータセットは、人群カウントと位置特定方法の訓練と評価に使用されます。1535枚の画像が含まれており、1201枚と334枚の画像に分かれた訓練セットとテストセットに分けられています。我々のデータセットは、他の利用可能な人群カウントデータセットよりも密集した人群シーンではるかに多くのアノテーション付き人間を含んでいるため、非常に深い畳み込みニューラルネットワーク（CNN）の訓練に最適です。我々のデータセットの統計情報と他のデータセットとの比較を表1にまとめました。一方、図1は我々のデータセットからランダムに選択された6枚の画像を示しています。

UCF - QNRFデータセットは、最も多くの高カウントの人群画像とアノテーションを持ち、最も多様な視点セット、密度、照明の変化を含むより広範なシーンを含んでいます。WorldExpo10や上海理工と比較すると、解像度が高いです。平均密度、つまりすべての画像の1ピクセルあたりの人数も最も低く、これは高品質の大きな画像を意味します。1ピクセルあたりの密度が低いのは、一部に背景領域が含まれているためで、この領域には多くの高密度領域とゼロ密度領域があります。上海データセットのA部にも高カウントの人群画像がありますが、それらは人群のみを含むように大幅に切り抜かれています。一方、新しいUCF - QNRFデータセットは、野外で撮影された実際のシーンに存在するように、建物、植物、空、道路を含んでいます。これにより、このデータセットはより現実的で、より難しいものになっています。

さらに、我々はデータセットを監視カメラのビデオや模擬人群シーンからではなく、インターネット上から収集しているため、予防性、画像解像度、人群密度、人群が存在するシーンの面でデータセットは非常に多様です。我々はまた、データセット内の画像が世界中から収集されていることを特別に注意して確認しています。図2は、世界地図上にマークされたデータセット内の画像の地理的位置を示しています。

図2：データセット内の画像の位置

同様に、図3（a）はデータセットのカウントの多様性を示しています。データセットの分布はUCF_CC_50に似ていますが、新しいデータセットの画像数とアノテーション数はそれぞれUCF_CC_50の30倍と20倍です。さらに、図3（b）に示すように、WorldExpo10やShanghaiTechと比較すると、解像度が高いです。我々は、新しいデータセットが視覚的な人群分析に関する研究活動を大幅に増やし、実用的な人群カウントと位置特定システムの構築に道を開くことを期待しています。

             図3：データセット内のカウント分布

もしあなたがこのデータセットを使用する場合は、以下の論文を参照してください：

H. Idrees, M. Tayyab, K. Athrey, D. Zhang, S. Al - Maddeed, N. Rajpoot, M. Shah, Composition Loss for Counting, Density Map Estimation and Localization in Dense Crowds, in Proceedings of IEEE European Conference on Computer Vision (ECCV 2018), Munich, Germany, September 8 - 14, 2018.