计数与相似性感知的R-CNN用于行人检测

近期的行人检测方法通常依赖于额外的监督信号，例如可见区域的边界框标注，以应对严重的遮挡问题。本文提出一种新方法，该方法在两阶段行人检测框架中利用行人计数信息与候选框相似性信息。行人计数和候选框相似性均来源于训练行人检测器时常用的完整人体标注，属于标准标注形式。我们设计了一种计数加权的检测损失函数，对高重叠区域的行人检测误差赋予更高的权重。该损失函数在两阶段检测器的两个阶段中均被采用。此外，我们在两阶段检测框架中引入了一个计数与相似性分支，用于同时预测行人数量和候选框之间的相似性。最后，我们提出一种考虑计数与相似性的非极大值抑制（NMS）策略，以有效识别具有区分性的检测结果。所提方法无需依赖部位信息或可见区域边界框标注。我们在CityPersons和CrowdHuman两个数据集上进行了实验，结果表明，该方法在两个数据集上均达到了新的最先进水平。尤其在CityPersons测试集的严重遮挡（HO）子集上，相比当前最先进方法，本方法在对数平均漏检率（log-average miss rate）指标上实现了2.4%的绝对提升。此外，我们还验证了该方法在人体实例分割任务中的适用性。代码与模型已开源，地址为：https://github.com/Leotju/CaSe。