拥挤场景中的检测：一个提议，多次预测
计算机视觉与模式识别
2020-06-25 v2
摘要
我们提出一种简单而有效的基于提议的目标检测器，旨在检测拥挤场景中高度重叠的实例。我们方法的关键在于让每个提议预测一组相关的实例，而非先前基于提议框架中的单个实例。配备 EMD Loss 与 Set NMS 等新技术，我们的检测器能有效应对检测高度重叠物体的困难。在 FPN-Res50 基线上，我们的检测器在具有挑战性的 CrowdHuman 数据集上可获得 4.9% AP 提升，在 CityPersons 数据集上获得 1.0% 改进，且无额外修饰。此外，在 COCO 等较少拥挤的数据集上，我们的方法仍能取得适度改进，表明所提方法对拥挤程度具有鲁棒性。代码与预训练模型将发布于 https://github.com/megvii-model/CrowdDetection。
引用
@article{arxiv.2003.09163,
title = {Detection in Crowded Scenes: One Proposal, Multiple Predictions},
author = {Xuangeng Chu and Anlin Zheng and Xiangyu Zhang and Jian Sun},
journal= {arXiv preprint arXiv:2003.09163},
year = {2020}
}
备注
CVPR 2020 Oral