Iterativer Schleifenansatz zur Kombination aktiver und halbüberwachter Lernverfahren für domänenanpassende semantische Segmentierung

Semantische Segmentierung ist eine wichtige Technik für die Umweltwahrnehmung in intelligenten Verkehrssystemen. Mit der rasanten Entwicklung von Faltungsneuralen Netzen (CNNs) können Straßen-Szenen-Analysen in der Quell-Domäne in der Regel zufriedenstellende Ergebnisse erzielen. Die Gewährleistung einer guten Generalisierbarkeit auf unterschiedliche Ziel-Domänen-Szenarien bleibt jedoch eine bedeutende Herausforderung. Kürzlich wurden semi-supervised Learning und aktives Lernen vorgeschlagen, um dieses Problem zu mildern. Semi-supervised Learning kann die Modellgenauigkeit durch die Nutzung großer Mengen an unbeschrifteten Daten verbessern, doch können bei begrenzten oder unbalancierten Trainingsdaten pseudolabels mit Rauschen entstehen. Zudem resultieren suboptimale Modelle, wenn menschliche Anleitung fehlt. Aktives Lernen ermöglicht die Auswahl wirksamerer Daten zur Intervention, doch kann die Modellgenauigkeit nicht gesteigert werden, da die großen Mengen an unbeschrifteten Daten nicht genutzt werden. Zudem steigt die Wahrscheinlichkeit, suboptimale Proben abzufragen, wenn der Domänenunterschied zu groß ist, was die Annotationskosten erhöht. In diesem Artikel wird ein iterativer Schleifenansatz vorgestellt, der aktives und semi-supervised Learning kombiniert, um die Domänenanpassung bei der semantischen Segmentierung zu verbessern. Zunächst nutzt das Verfahren semi-supervised Learning, um große Mengen unbeschrifteter Daten zu lernen, um die Modellgenauigkeit zu erhöhen und präzisere Auswahlmodelle für das aktive Lernen bereitzustellen. Anschließend wird die Strategie zur Auswahl von Proben basierend auf der Vorhersageunsicherheit des aktiven Lernens kombiniert, wobei menschliche Interventionen genutzt werden, um die Pseudolabels zu korrigieren. Schließlich ermöglichen flexible iterative Schleifen die Erreichung der besten Leistung bei minimalen Beschriftungskosten. Umfangreiche Experimente zeigen, dass unsere Methode sowohl bei der Aufgabe GTAV zu Cityscapes als auch bei SYNTHIA zu Cityscapes den Stand der Technik übertrifft, wobei die mIoU-Werte gegenüber der bisher besten Methode um 4,9 % und 5,2 % gesteigert werden.