Harmonisierung von Übertragbarkeit und Diskriminierbarkeit zur Anpassung von Objektdetektoren

Neuere Fortschritte in der adaptiven Objektdetektion haben überzeugende Ergebnisse erzielt, indem sie adversarische Merkmalsanpassung nutzen, um die Verteilungsschiebungen entlang des Detektionspfeils zu mildern. Während die adversarische Anpassung die Übertragbarkeit von Merkmalsdarstellungen erheblich verbessert, bleibt die Merkmalsdiskriminierbarkeit von Objektdetektoren weniger untersucht. Zudem können Übertragbarkeit und Diskriminierbarkeit bei adversarischer Anpassung im Hinblick auf die komplexen Kombinationen von Objekten und die unterschiedlichen Szenenlayouts zwischen Domänen im Widerspruch zueinander stehen. In diesem Artikel stellen wir ein hierarchisches Übertragbarkeitskalibrierungsnetzwerk (Hierarchical Transferability Calibration Network, HTCN) vor, das die Übertragbarkeit von Merkmalsdarstellungen hierarchisch (lokal-region/ Bild/Instanz) kalibriert, um Übertragbarkeit und Diskriminierbarkeit zu harmonisieren. Das vorgeschlagene Modell besteht aus drei Komponenten: (1) einer gewichteten adversarischen Trainingsmethode mit Eingabeanpassung (Importance Weighted Adversarial Training with input Interpolation, IWAT-I), die die globale Diskriminierbarkeit durch Neugewichtung interpolierter bildweiser Merkmale verstärkt; (2) einem kontextbewussten Modul zur instanzweisen Ausrichtung (Context-aware Instance-Level Alignment, CILA), das die lokale Diskriminierbarkeit verbessert, indem es die zugrundeliegende ergänzende Wirkung zwischen instanzweisen Merkmalen und der globalen Kontextinformation für die instanzweise Ausrichtung erfasst; (3) lokalen Merkmalsmasken, die die lokale Übertragbarkeit kalibrieren und semantische Anleitung für die anschließende Ausrichtung diskriminativer Muster bereitstellen. Experimentelle Ergebnisse zeigen, dass HTCN die derzeit besten Methoden auf Standard-Datensätzen erheblich übertrifft.