非極大值抑制

非極大值抑制（Non-Maximum Suppression，NMS），顧名思義就是抑制不是極大值的元素，可以理解為區域性最大搜尋。這個區域性代表的是一個鄰域，鄰域有兩個引數可變，一是鄰域的維數，二是鄰域的大小。這裡不討論通用的NMS演算法(參考論文《Efficient Non-Maximum Suppression》對1維和2維資料的NMS實現)，而是用於目標檢測中提取分數最高的視窗的。例如在行人檢測中，滑動視窗經提取特徵，經分類器分類識別後，每個視窗都會得到一個分數。但是滑動視窗會導致很多視窗與其他視窗存在包含或者大部分交叉的情況。這時就需要用到NMS來選取那些鄰域裡分數最高（是行人的概率最大），並且抑制那些分數低的視窗。
NMS在計算機視覺領域有著非常重要的應用，如視訊目標跟蹤、資料探勘、3D重建、目標識別以及紋理分析等。
詳情見
https://www.cnblogs.com/makefile/p/nms.html