Lernen, den strukturierten Ausgaberaum für die semantische Segmentierung anzupassen

Ansätze für semantische Segmentierung basierend auf Faltungsneuronalen Netzen (Convolutional Neural Networks, CNNs) hängen von der Überwachung mit Pixel-Level-Grundwahrheit ab, können aber möglicherweise nicht gut auf unbekannte Bildbereiche verallgemeinert werden. Da das Beschriftungsprozess mühsam und zeitaufwendig ist, stellt die Entwicklung von Algorithmen, die Quellengrundwahrheitsbeschriftungen auf das Zielbereich anpassen können, ein großes Interesse dar. In dieser Arbeit schlagen wir eine Methode des adversariellen Lernens vor, um Domänenanpassung im Kontext der semantischen Segmentierung durchzuführen. Indem wir semantische Segmentierungen als strukturierte Ausgaben betrachten, die räumliche Ähnlichkeiten zwischen den Quell- und Zielbereichen enthalten, wenden wir adversariales Lernen im Ausgaberaum an. Um das angepasste Modell weiter zu verbessern, bauen wir ein mehrstufiges adversariales Netzwerk auf, um effektiv die Domänenanpassung im Ausgaberaum auf verschiedenen Merkmalsniveaus durchzuführen. Wir führen umfangreiche Experimente und eine Abstraktionsstudie unter verschiedenen Domänenanpassungsszenarien durch, einschließlich synthetisch-zu-reale und interstädtische Szenarien. Unsere Ergebnisse zeigen, dass die vorgeschlagene Methode sich günstig mit den neuesten Methoden hinsichtlich Genauigkeit und visueller Qualität vergleicht.