초록
군중에서 보행자 검출은 매우 어려운 문제입니다. 본 논문에서는 이 문제를 해결하기 위해 새로운 비최대 억제(Non-Maximum Suppression, NMS) 알고리즘을 제안하여 검출기에서 제공하는 경계 상자를 더욱 정교하게 개선합니다. 본 연구의 기여는 세 가지로 요약할 수 있습니다: (1) 대상 밀도에 따라 동적으로 억제 임계값을 적용하는 적응형 NMS(adaptive-NMS)를 제안합니다; (2) 단일 단계 및 두 단계 검출기에 편리하게 통합될 수 있는 밀도 점수를 학습하기 위한 효율적인 하위 네트워크를 설계합니다; (3) CityPersons 및 CrowdHuman 벤치마크에서 최고 수준의 성능을 달성하였습니다.