论文：链接
代码：https://github.com/xinge008/SCDA
（有开源代码，好好读一读。。。）
关键词： “where to look” ， “how to align” ，

论文中认为使用GRL直接对齐整个image是不合适的对于detection任务来说，object detection任务是focuses on local regions的，因此论文中提出了一种方式去解决**哪里需要align和如何去align**。

Introduction

背景：在目标检测域迁移过程中，object只占据一张复杂的image一小部分，绝大多数背景是没有意义的，而且domain直接的背景相似度不高，因此我们应该是关注object的invariant feature。
解决办法：因此论文中认为在adaptation过程中，region align应该从global to local. 因此论文中提出了两个components:
1、 Region Mining 2、Region-level Alignment.
也就对应解决两个问题“where to look” and “how to align”。
主要贡献如下**：
（1）、在local region的层面进行解决domain gap的问题。
（2）、提出了一个框架在region-based 的层面上进行alignment。

**

Methodology

基本的思路是引入一个module去reconstructed patches在获取的features基础上，然后align这些patchs在source domain和target domain上。在反传中，这个module可以指导feature的学习，进而reducing domain gaps，在训练之后这个module将不再需要。

整体网络框架图
如上图所示，整个网络框架主要包括两个部分：（1）、部分解决问题“where to look”，通过group 产生的object proposal选择重要的regions. (2)、部分解决问题“how to align”，通过学习align image patch通过reconstructed from the feature of the selected region，主要学习流程通过对抗方式，具体参考——>https://www.yuque.com/weijiawu/research/agzefg

Region Mining

这个region mining component 首先分类出自认为important regions通过分组，然后使用这些region的representation去重构出这个区域的RoI features。

Grouping

论文中想要去得到object的区域，一个直接的方法是从RPN得到的proposal里面选，但有两个问题：
（1）、想得到一个fixed size region，方便后续处理。
（2）、来自于RPN的proposals经常有存在很多noisy的。
为了解决这两个问题，一个centroid-based的分组方式被提出，具体实现：再经过RPN之后，我们得到了个region proposals,对每个proposal做聚类，进而得到这个region的，在该论文中固定了每个region，因此给定之后就能获得这个fixed region。

如上图所示，就是grouping的过程，黄色的是proposals，红色的是discriminative regions。星号是每个聚类的。

Feature Reassignment

论文中将每个selected region中的feature representation进行还原，通过堆积对应的RoI features，我们能获得一个matrix,这里的是proposal的数量对应第k个聚类。
为了fix feature的数量，论文中采取了一种简单的select-or-copy的方式，给定一个pre-defined number , 如果比更大，保留前个特征，如果更小，copy the assigned features直到达到个大小。

Adjusted Region-level Alignment

对于得到important region之后，就需要去解决how to align的问题了，基于region-based水平的对齐利用了GRL，具体看另一篇笔记 —-> https://www.yuque.com/weijiawu/research/agzefg。

Region-Level Adversarial Alignment

Weighting Estimator

Total Objective Function