City events are getting popular and are attracting a large number of people. This increase needs for methods and tools to provide stakeholders with crowd size information for crowd management purposes. Previous works proposed a large number of methods to count the crowd using different data in various contexts, but no methods proposed using social media images in city events and no datasets exist to evaluate the effectiveness of these methods. In this study we investigate how social media images can be used to estimate the crowd size in city events. We construct a social media dataset, compare the effectiveness of face recognition, object recognition, and cascaded methods for crowd size estimation, and investigate the impact of image characteristics on the performance of selected methods. Results show that object recognition based methods, reach the highest accuracy in estimating the crowd size using social media images in city events. We also found that face recognition and object recognition methods are more suitable to estimate the crowd size for social media images which are taken in parallel view, with selfies covering people in full face and in which the persons in the background have the same distance to the camera. However, cascaded methods are more suitable for images taken from top view with gatherings distributed in gradient. The created social media dataset is essential for selecting image characteristics and evaluating the accuracy of people counting methods in an urban event context.

中文翻译：

---

使用社交媒体图像计算人群中的人数以进行城市活动中的人群管理

城市活动越来越受欢迎，吸引了大量的人。这增加了对为利益相关者提供用于人群管理目的的人群规模信息的方法和工具的需求。以前的工作提出了大量使用不同数据在各种情况下计算人群的方法，但没有提出在城市事件中使用社交媒体图像的方法，也没有数据集来评估这些方法的有效性。在这项研究中，我们调查了如何使用社交媒体图像来估计城市事件中的人群规模。我们构建了一个社交媒体数据集，比较了人脸识别、对象识别和级联方法对人群规模估计的有效性，并研究了图像特征对所选方法性能的影响。结果表明，基于对象识别的方法，在城市活动中使用社交媒体图像估计人群规模时达到最高准确度。我们还发现，人脸识别和物体识别方法更适合估计社交媒体图像的人群规模，这些图像是在平行视图中拍摄的，自拍全脸覆盖人物，背景中的人物与背景的距离相同。相机。然而，级联方法更适用于从顶视图拍摄的图像，其聚集分布在梯度上。创建的社交媒体数据集对于在城市事件环境中选择图像特征和评估人数统计方法的准确性至关重要。我们还发现，人脸识别和物体识别方法更适合估计社交媒体图像的人群规模，这些图像是在平行视图中拍摄的，自拍全脸覆盖人物，背景中的人物与背景的距离相同。相机。然而，级联方法更适用于从顶视图拍摄的图像，其聚集分布在梯度上。创建的社交媒体数据集对于在城市事件环境中选择图像特征和评估人数统计方法的准确性至关重要。我们还发现，人脸识别和物体识别方法更适合估计社交媒体图像的人群规模，这些图像是在平行视图中拍摄的，自拍全脸覆盖人物，背景中的人物与背景的距离相同。相机。然而，级联方法更适合从顶视图拍摄的图像，其聚集分布在梯度上。创建的社交媒体数据集对于在城市事件环境中选择图像特征和评估人数统计方法的准确性至关重要。级联方法更适用于从顶视图拍摄的图像，其聚集分布在梯度上。创建的社交媒体数据集对于在城市事件环境中选择图像特征和评估人数统计方法的准确性至关重要。级联方法更适用于从顶视图拍摄的图像，其聚集分布在梯度上。创建的社交媒体数据集对于在城市事件环境中选择图像特征和评估人数统计方法的准确性至关重要。