基于排序的自适应查询生成用于拥挤行人检测中的DETRs

DEtection TRansformer (DETR)及其变体(DETRs)已成功应用于拥挤行人检测，取得了令人瞩目的性能。然而，我们发现，在不同拥挤程度的场景中，必须手动调整DETRs的查询数量，否则性能会出现不同程度的下降。本文首先分析了当前两种查询生成方法，并总结出设计自适应查询生成方法的四条准则。随后，我们提出基于排序的自适应查询生成(RAQG)以缓解该问题。具体而言，我们设计了一个排序预测头，可预测编码器产生的置信度最低的正训练样本的排序。基于预测排序，我们设计了一种自适应选择方法，能够自适应地选择编码器产生的粗检测结果以生成查询。此外，为更好地训练排序预测头，我们提出软梯度L1损失(Soft Gradient L1 Loss)。软梯度L1损失的梯度是连续的，可细致刻画损失值与模型参数更新值之间的关系。我们的方法简单有效，理论上可插入任意DETRs使其具备查询自适应能力。在Crowdhuman数据集与Citypersons数据集上的实验结果表明，我们的方法能为DETRs自适应生成查询并取得具竞争力的结果。特别地，我们的方法在Crowdhuman数据集上以39.4%的MR达到当前最优(state-of-the-art)水平。