NOH-NMS：通过邻近物体幻觉改进行人检测

贪心NMS固有地引发一个两难困境：较低的NMS阈值可能导致较低的召回率，而较高的阈值会引入更多误检。该问题在行人检测中更为严重，因为实例密度变化更剧烈。然而，先前关于NMS的工作未考虑或模糊考虑了邻近行人存在的因素。因此，我们提出邻近物体幻觉器(NOH)，其用高斯分布精确定位每个候选框附近的物体，以及NOH-NMS，其对可能以高概率包含其他物体的空间动态缓解抑制。与贪心NMS相比，我们的方法作为最先进技术，在CrowdHuman上AP提升$3.9\%$、召回率提升$5.1\%$、$\text{MR}^{-2}$提升$0.8\%$至$89.0\%$ AP、$92.9\%$召回率和$43.9\%$ $\text{MR}^{-2}$。