腾讯实验室成果拥挤场景行人检测

　　这篇论文的标题是NMSLoss：LearningwithNonMaximumSuppressionforCrowdedPedestrianDetection。作者是ZekunLuo，ZhengFang，SixiaoZheng，YabiaoWang和YanweiFu。他们分别来自腾讯的Youtu实验室，北京航空航天大学，复旦大学和复旦大学。论文摘要提到了一种新的NMSLoss方法，它可以在训练过程中端到端地训练NMS过程，而不需要任何额外的网络参数。这种方法在Caltech数据集和CityPersons数据集上都取得了优于现有技术的结果。
　　这篇论文提出了一个新的NMSLoss方法，旨在解决在拥挤的行人检测场景中，由于NMS引入的假阳性（FP）和假阴性（FN）对评估结果的影响。作者提出了一个新颖的NMSLoss，使NMS过程可以在不增加任何额外网络参数的情况下端到端地进行训练。
　　在拥挤的行人检测场景中，假阴性（FN）和假阳性（FP）仍然是根本性的挑战。由于NMS过程在训练过程中没有被考虑，因此训练目标与评估指标之间存在不一致性，这可能导致行人检测性能不佳。为了解决这个问题，作者提出了一种新颖的NMSLoss方法，将NMS过程纳入训练过程中，从而调整检测框，消除训练目标与评估指标之间的不一致性。
　　NMSLoss包括两个部分：pullloss和pushloss。pullloss旨在通过将FP拉近最高分预测来提高精度。具体来说，当FP未被NMS抑制时，pullloss将在最高分预测和FP之间执行。pushloss则专注于通过将预测推离彼此来提高召回率。在NMS中，当前最高分预测会消除与其重叠超过预定义阈值的框。如果被消除的框与当前最高分预测对应不同的groundtruth，则该框将成为FN并降低召回率。为了避免该框被错误消除，作者提出了一种pushloss来惩罚FN。
　　根据论文中的实验结果，NMSLoss在Caltech数据集和CityPersons数据集上都取得了优于现有技术的结果。在CityPersons数据集上，使用NMSLoss的NMSPed方法将基线方法的MR从11。20降低到10。08，优于现有技术中最好的EMDRCNN方法（MR为10。70）。在Caltech数据集上，NMSPed的MR为5。92，优于现有技术中最好的W2Net方法（MR为6。37）。这些结果表明，NMSLoss能够有效地解决由于NMS引入的假阳性（FP）和假阴性（FN）对评估结果的影响。