在现实场景中，由于行人经常聚集在一起并相互遮挡，检测人群中的单个行人仍然是一个具有挑战性的问题。本文首先通过实验探讨了最先进的行人检测器如何受到人群遮挡的影响，为理解人群遮挡问题提供了深入的见解。随后，我们提出了一种专门为人群场景设计的边界框回归损失函数，称为排斥损失（repulsion loss）。该损失函数由两个动机驱动：目标的吸引力和周围其他物体的排斥力。排斥项防止了候选框向周围物体偏移，从而实现了更加鲁棒的人群定位。我们的检测器在使用排斥损失训练后，在遮挡情况下显著优于所有现有的最先进方法。