Anpassung von Objektdetektoren mit bedingter Domänen-Normalisierung

Real-world-Objektdetektoren sind häufig herausgefordert durch Domänenlücken zwischen verschiedenen Datensätzen. In dieser Arbeit präsentieren wir die Conditional Domain Normalization (CDN), um diese Domänenlücke zu überbrücken. CDN ist darauf ausgelegt, unterschiedliche Domäneingaben in einen gemeinsamen latenten Raum zu kodieren, sodass die Merkmale aus verschiedenen Domänen dieselbe Domänenattribute tragen. Dazu trennen wir zunächst die domänenspezifischen Attribute aus den semantischen Merkmalen einer Domäne mittels eines Domänen-Embedding-Moduls heraus, das einen Domänenvektor lernt, um die entsprechenden Domänenattributinformationen zu charakterisieren. Anschließend wird dieser Domänenvektor genutzt, um die Merkmale einer anderen Domäne durch eine bedingte Normalisierung zu kodieren, wodurch die Merkmale verschiedener Domänen dieselben Domänenattribute tragen. Wir integrieren CDN in verschiedene Konvolutionsschritte eines Objektdetektors, um adaptiv den Domänenverschiebungen auf unterschiedlichen Repräsentationsebenen zu begegnen. Im Gegensatz zu bestehenden Anpassungsansätzen, die Domänenverwirrungslernen auf semantischen Merkmalen durchführen, um domänenspezifische Faktoren zu eliminieren, aligniert CDN verschiedene Domänenverteilungen, indem es die semantischen Merkmale einer Domäne bedingt auf den gelernten Domänenvektor einer anderen Domäne moduliert. Umfangreiche Experimente zeigen, dass CDN bestehende Methoden erheblich bei sowohl real-to-real- als auch synthetisch-to-real-Anpassungsbewertungen übertrifft, sowohl bei 2D-Bild- als auch bei 3D-Punktwolken-Detektion.