自适应 NMS：优化人群中的行人检测
计算机视觉与模式识别
2019-04-09 v1
摘要
人群中的行人检测是一个非常具有挑战性的问题。本文通过一种新颖的非极大值抑制（Non-Maximum Suppression, NMS）算法来解决该问题，以更好地优化检测器给出的边界框。贡献有三方面：（1）我们提出 adaptive-NMS，它根据目标密度对实例应用动态抑制阈值；（2）我们设计了一个高效的子网络来学习密度分数，该子网络可方便地嵌入到单阶段和两阶段检测器中；（3）我们在 CityPersons 和 CrowdHuman 基准上取得了最先进的（state of the art）结果。
引用
@article{arxiv.1904.03629,
title = {Adaptive NMS: Refining Pedestrian Detection in a Crowd},
author = {Songtao Liu and Di Huang and Yunhong Wang},
journal= {arXiv preprint arXiv:1904.03629},
year = {2019}
}
备注
To appear at CVPR 2019 (Oral)