17일 전
NOH-NMS: 근접 객체 환각을 통한 보행자 탐지 성능 향상
Penghao Zhou, Chong Zhou, Pai Peng, Junlong Du, Xing Sun, Xiaowei Guo, Feiyue Huang

초록
그리디-NMS는 본질적으로 모순을 내포하고 있으며, 낮은 NMS 임계값은 재현율(recall)을 낮출 가능성이 있고, 반대로 높은 임계값은 더 많은 오류 양성(false positives)을 초래한다. 이 문제는 보행자 탐지에서는 더욱 심각한데, 그 이유는 객체 밀도가 더욱 급격하게 변하기 때문이다. 그러나 기존의 NMS 관련 연구들은 인근 보행자의 존재 여부를 고려하지 않거나 모호하게만 다루고 있다. 이를 해결하기 위해 우리는 ‘근접 객체 환각기(Nearby Objects Hallucinator, NOH)’를 제안한다. NOH는 각 제안 영역(proposal) 주변의 객체를 가우시안 분포를 통해 정밀하게 식별하며, NOH-NMS는 특정 영역에 다른 객체가 존재할 가능성이 높은 경우 동적으로 억제를 완화한다. 그리디-NMS에 비해 본 연구의 방법은 최신 기술 수준에 해당하며, CrowdHuman 데이터셋에서 AP는 3.9% 향상되어 89.0%에 도달하고, Recall은 5.1% 향상되어 92.9%에 달하며, MR⁻²는 0.8% 향상되어 43.9%에 이른다.