文章地址：https://arxiv.org/pdf/1807.08407.pdf
暫時沒有放出原始碼，如果有小夥伴找到程式碼的話歡迎留言給我。

一、概述

依然是解決在遮擋的情況下對人的檢測的文章，作者分別從loss和two stage detector中核心的ROI Pooling操作這兩個角度出發改善遮擋物體的檢測問題。在之後我會根據這兩個方面對文章進行一個簡單的總結。先簡單的放個在2.2中我將會提到的網路結構圖：

二、 Occlusion-aware R-CNN

為了讓RPN module能夠更好地、更精確地提取到proposal，作者設計了一種AggLoss來限制proposals能夠更接近GT並且同一個object的proposals之間能夠儘可能的靠的緊緻。所以整體的RPN的Loss函式如下：

其中：分類loss採用log loss：

2.1、Aggregation Loss（loss角度改善遮擋的問題）

為了減少對於緊鄰行人的錯檢，作者強制使proposals能夠靠近真正的GT，並且能夠proposals之間能夠緊密分佈。所以作者提出了AggLoss在RPN和Fast-RCNN層。這個loss能夠讓不同的proposals能夠接近各自的GT，並且讓屬於同一GT的proposals之間的距離能夠最小。

（3）式中第一項是regression loss，目的是讓每個proposal能夠更接近其真實的GT，採用smooth L1損失，如下（4）式所示；第二項是compactness loss，目的是讓屬於同一GT的proposals能夠分佈緊緻。

對於compactness term $L_com$目的是讓屬於同一GT的proposals之間能夠儘可能的分佈緊緻，使得可以減少對於臨近的兩個人之間的錯檢問題。如下：

2.2 、 Part Occlusion-aware RoI Pooling Unit（ROI Pooling操作改善遮擋的問題）

正如上圖Fig.1中所示，作者將新人分為5個區域，用RoI pooling層把feature map固定在HxW的尺寸。


作者分別對著5個區域性區域分別進行了預測一個0到1的遮擋的score，用來表示著5個區域是否被遮擋，可以把這個部分認為是一個簡單的mask訊號，最後作者使用這5個score和其對應區域的feature相乘後相加，得到最終的RoI feature。
但是在這裡將不通part的feature和全域性feature直接相加不知帶代表什麼意思，但是直觀上說不通，感覺不是很合理。
所以作者提出FRCNN中的loss如下：

最後作者在不同的資料集上進行了測試，這裡就不再多做贅述了，有興趣的可以直接去看原文。