混雑した場面における歩行者検出は、歩行者がしばしば集まって互いに遮蔽し合うため、困難な問題となっています。本論文では、群衆中の検出精度を向上させるために新しい遮蔽認識型R-CNN（Occlusion-aware R-CNN: OR-CNN）を提案します。具体的には、提案領域が対応する物体に近接し、コンパクトに位置づくことを強制する新しい集約損失関数を設計しました。さらに、RoIプーリング層の代わりに新しい部分遮蔽認識型領域_of_利益（Part Occlusion-aware Region of Interest: PORoI）プーリングユニットを使用することで、人体の事前構造情報と可視性予測をネットワークに統合し、遮蔽を処理します。当該検出器はエンドツーエンドで学習され、CityPersons, ETH, INRIAの3つの歩行者検出データセットにおいて最先端の結果を達成しており、Caltechデータセットでも最先端と同等の性能を示しています。注：「領域_of_利益」は一般的には「領域_of_興味」と訳されることが多いですが、「Region of Interest」の専門的な文脈での正確さを保つため、「利益」を使用しました。ただし、「興味」の方がより自然な表現である場合もありますので、ご確認ください。