最近做新人檢測Re-ID的工作，剛好記錄一下對論文的閱讀和個人理解。文章中部分內容為引用別人的，我在文章最後也給出了引用的文章連結。如有侵權，請聯絡我刪除。

一、綜述

行人檢測中遮擋分為兩種型別，一種是由於非目標造成的遮擋，文中作者稱為Reasonable-occlusion，另外一種是由於也是需要檢測的目標造成的遮擋，作者稱為Reasonable-crowd。對於前一種型別遮擋，很難有針對性的辦法去解決，最好的辦法也就是使用更多的資料和更強的feature。但是對於後一種型別的遮擋，現在的pipeline其實並沒有很好充分利用資訊，例如下面示意的這個情況，兩個黑色的框代表的是兩個Ground Truth，紅色和綠色分別是被assign到1號的GT上的anchor或者proposal。

雖然這兩個proposal和左面GT的IoU一樣，但是顯然綠色的更容易受到2號GT的影響，從而遠離它真實的目標，這也是為什麼crowded的情況中，誤檢經常出現在兩個真正GT中間的原因。但是我們為了抑制這樣的誤檢，又不能一味提升NMS的閾值，否則會對於真正靠近的情況錯誤抑制。

作者作者還在CityPersons資料集上分別做了定量統計，可以看到在不同的誤檢率下，從圖中可以發現遮擋佔據了近60%的席位（藍色+橙色），而在這60%席位中，自遮擋又佔據了近60%。

二、Repulsion Loss

作者提出Repulsion loss函式定義如下： 其中第一個子模組$L_{Attr}$

r​是使得預測框和匹配上的目標框儘可能接近，即：smooth L1損失，目的是使迴歸目標與GT接近；第二個子模組$L_{RepGT}$是使得預測框和周圍的目標框儘可能遠離，即：目標是使proposal和要儘量遠離和它overlap的第二大的GT；第三個子模組$L_{RepBox}$是使得預測框和周圍的其他預測框儘可能遠離，即：使assign到不同GT的proposal之間儘量遠離。通過第二個和第三個loss，不僅僅使得proposal可以向正確的目標靠近，也可以使其遠離錯誤的目標，從而減少NMS時候的誤檢。

Attraction Term（$L_{Re}$

pBoxL_{RepBox}）

因為$L_{RepBox}$是使得預測框Pi和周圍的其他預測框Pj儘可能遠離，Pi和Pj分別匹配上不同的目標框，它們之間的距離採用的是IoU，則RepBox loss定義為： 從式（4）中可以發現當預測框Pi和周圍的其他預測框Pj的IoU越大，則產生的loss也會越大，因此可以有效防止兩個預測框因為靠的太近而被NMS過濾掉，進而減少漏檢。

Repulsion Term ($L_{RepGT}$)

因為$L_{RepGT}$是使得預測框P和周圍的目標框G儘可能遠離，這裡的周圍的目標框是除了匹配上的目標框以外的IoU最大的目標框，也即和它overlap的第二大GT： 作者使用了Intersection over GT（IoG）而不是傳統的IoU，原因在於GT無法改變，仔細思考一下，如果是IoU的話，那麼只要預測框足夠大就一定能夠使得RepGT loss減小，而這和我們的預期目標是不一致的，也就是說如果使用IoU則網路可以通過放大proposal的方式來降低loss，但是這並不是我們所期望的。如果直接使用IoG，分母是GT的面積無法改變，從而規避了這樣的問題。 所以RepGT損失定義為： Note：P ∈ $P_+$，即為GT $B^P$即為預測的box P = (lP , tP , wP , hP ) 表示proposal bounding box G = (lG, tG, wG, hG) 表示groundtruth bounding box P+ = {P} is the set of all positive proposals (those who have a high IoU (e.g., IoU ≥ 0.5) with at least one ground-truth box are regarded as positive samples, while negative samples otherwise). G = {G} is the set of all ground-truth boxes in one image. 從（4）我們可以看出：當預測框P和周圍的目標框G的IoG越大，則產生的loss也會越大，因此可以有效防止預測框偏移到周圍的目標框上。此外，式（5）中的sigma是一個調整LRepGT敏感程度的超引數。 其中這個Smooth_ln是針對0到1的輸入變數設計的一個robust function，具體形狀如下所示： 可以看到，正如Smooth_l1不會對特別大的偏差給予過大的penalty，Smooth_ln對於很小接近於1的輸入也不會像原始的ln函式一樣給予負無窮那麼大的loss，從而可以穩定訓練過程，而且對抗一些outlier。

暫時還沒看到作者給出原始碼，近期我會做復現，之後我會放出復現的程式碼。