论文阅读2(CVPR2019):Adaptive NMS:Refining Pedestrian Detection in a Crowd

原论文链接: Adaptive NMS:Refining Pedestrain Detection in a Crowd

针对行人检测中目标过于密集的问题，文中提出了一种自适应的非极大值抑制的检测方法，通过定义目标周围的密集程度采用不同的方法，并且设计了一个subnetwork去学习密集的置信度。该方法在单阶段和双阶段检测中都得到了较好的结果。

超市、机场和车站的人比较密集对于目标检测来说是一个不小的挑战，目前很多的检测方法在gt附近会产生很多的false postives，greedy NMS的作用是减少false postives的数量。然而也存在着很多问题，当阈值较小时很可能将高度重叠的目标丢失，反之，阈值太大会带来更多的false positive。如果说NMS是直接将和得分最大的box的IoU大于某个阈值时score置为0，那么soft NMS则不是将其置为0，而是替换为另一个score。虽然NMS 的很多改进在目标检测取得了不错的效果，但是对于拥挤的行人检测还是一个比较 困难，文中提出学习目标周围的密集程度。

为了更好的实现行人检测，NMS的设计应该考虑一下因素：(1)boxes是否远离目标，如果远离则误报的可能性较小，应该保留。(2)对于高度重叠的相邻检测，抑制的策略不仅取决于是否重叠还要看是否位于拥挤地区，如果位于拥挤地区，则高度重叠的很有可能是true positive，则应该给予较轻的处罚或者保留，但如果位于稀疏的区域，则应该给较高的惩罚。
density：


（1）当相连的box远离目标M时，则方法与NMS相同。
（2）当M位于密集区域时，则使用Adaptive NMS，会被保留。
（3）当M位于稀疏区域时，N_M=N_t。（N_t是一个更高的阈值）

subnet可以用于单目标和双目标检测，首先通过1×1的卷积层进行降维，然后RPN预测的bb进行连接，最后用一个较大的卷积核（5×5）将周围的信息考虑进去。