Repulsion loss的详细理解

本文由同济大学和北京大学合作发表于CVPR2018，聚焦于loss层面，为遮挡情况下的行人检测问题提供了一种行之有效的解决方案。
论文：https://arxiv.org/abs/1711.07752

一、问题提出

1.行人遮挡会造成什么问题

当我们在做行人检测时，人与人之间会存在互相遮挡。遮挡会造成2个问题：

1.设红色框为目标框T（man）的预测框P，旁边也有个真实框B（woman），我们的P可能会被往B去移动（shift）。

2.检测器对NMS的阈值的选取更为敏感。如果NMS阈值选取过小，周围的目标框会被过滤掉；如果NMS阈值选取过大，会带更多的虚检。

2.非极大抑制选取更敏感

第二点的影响是不是不太直观？没关系，我们先详细回顾一下非极大抑制NMS的实现过程：

在检测器中，一张图片可能会有n个检测目标，每个检测目标都会有很多检测框（proposals/anchors/bbox）。
对于每个检测目标来讲，它的附近都会有一簇IoU很高的检测框（相较于其他的检测框来说），所以针对同一个检测目标，有必要只留下置信度（score）最高的那个检测框作为该物体的检测框，其他的都应该过滤掉。

实现步骤：

1、假定有6个带置信率的region proposals，并预设一个IOU的阈值如0.7。

2、按置信率大小对6个框排序: 0.95, 0.9, 0.9, 0.8, 0.7, 0.7。

3、设定置信率为0.95的region proposals为一个预测框；

4、在剩下5个region proposals中，去掉与0.95物体框IOU大于0.7的。

5、重复2～4的步骤，直到没有region proposals为止。

6、每次获取到的最大置信率的region proposals就是我们筛选出来的目标。

那么问题来了，对于有遮挡的行人数据集，这里过滤掉的检测框有没有对隔壁检测目标IoU最高却被我们这个检测目标的检测框给抑制掉的呢？看图。
NMS阈值选取过小：针对目标T（man），检测框P与T的IoU最大，P会视为T的预测框。如果NMS选取过小，旁边目标B的预测框（woman）假设为K,那么K会被选作T的检测框，然后被P抑制掉。

NMS阈值选取过大：与上面是同样的道理，会多出许多检测框，带来更多的假正例。

二、Repulsion loss

既然已经清楚影响是怎样造成的，来看看解决方案。Repulsion loss的作用在于，要求预测框P靠近（吸引）自己的真实目标T的同时，还要求P远离（排斥）T旁边的其他真实框（例如B）。

1.Replusion loss：

可以看到该损失函数中包含3个模块，下面来分别作解释。

2.$L_{Attr}$

该模块的作用是使得预测框和它的目标框尽可能接近。
$L^{}$