NMS——卷积网络改进实现

本文介绍了用卷积神经网络改进传统NMS的方法，文章来源于2016ICLR《A CONVNET FOR NON-MAXIMUM SUPPRESSION》，该文章状态为正在审核。

1-传统的NMS

NMS，非极大值抑制，在很多计算机视觉问题中有着重要应用，尤其是目标检测领域。

以人脸检测为例，通常的流程为3步：

（1）通过滑动窗口或者其它的object proposals方法产生大量的候选窗口；

（2）用训练好的分类器对候选窗口进行分类，该过程可以看做是一个打分的过程；

（3）使用NMS对上面的检测结果进行融合（因为一个目标可能被检测出多个窗口，而我们只希望保留一个）。

如下图是（2）分类检测之后的结果：

以此图为例，传统的NMS，首先选定一个IOU阈值，例如为0.25。然后将所有4个窗口（bounding box）按照得分由高到低排序。然后选中得分最高的窗口，遍历计算剩余的3个窗口与该窗口的重叠面积比例（IOU），如果IOU大于阈值0.25,则将窗口删除。然后，再从剩余的窗口中选中一个得分最高的，重复上述过程。直至所有窗口都被处理。

假如0.25是一个不错的阈值，那么我们可以得到比较好的结果，如下图：

如果，我们的IOU阈值设定的特别小，比如说0.1。那么2个人的窗口会被归为一个人而被融合。得到下面的错误结果：

如果，我们的IOU阈值设定的特别大，比如说0.6。那么又可能得到下面的错误结果：