排斥损失：在拥挤人群中检测行人

在真实场景中，行人常聚集并相互遮挡，因此在拥挤人群中检测单个行人仍是一个具有挑战性的问题。本文首先通过实验探究了最先进的行人检测器如何受到人群遮挡的影响，从而对人群遮挡问题提供深入认识。随后，我们提出了一种专为人群场景设计的新型边界框回归损失，称为排斥损失（repulsion loss）。该损失由两个动机驱动：来自目标的吸引与来自其他周围物体的排斥。排斥项防止候选框偏移至周围物体，从而实现更具人群鲁棒性的定位。我们使用排斥损失训练的检测器在所有最先进的方法中表现最优，在遮挡情况下取得了显著提升。