Fehlerhafte Aufmerksamkeit bedeutet Fehlausrichtung! Restrierte selbst-attentive Merkmalsausrichtung zur Anpassung von Objektdetektoren

Fortschritte in der adaptiven Objektdetektion können erhebliche Verbesserungen in Anwendungen wie der autonomen Navigation ermöglichen, da sie die Verteilungsverschiebungen entlang des Detektionspfeilers verringern. Bisherige Arbeiten setzen adversive Lernverfahren ein, um Bildmerkmale auf globaler und lokaler Ebene zu alignen, wobei jedoch die instanzspezifische Misalignment weiterhin besteht. Zudem bleibt die adaptive Objektdetektion aufgrund der visuellen Vielfalt in Hintergrundszenen und komplexer Objektkombinationen herausfordernd. Ausgehend von der strukturellen Relevanz zielen wir darauf ab, auffällige instanzspezifische Regionen zu berücksichtigen, um das Problem der Merkmalsmisalignment zu überwinden. Wir stellen eine neuartige Methode namens resIduaL seLf-attentive featUre alignMEnt (ILLUME) für die adaptive Objektdetektion vor. ILLUME besteht aus einem Self-Attention Feature Map (SAFM)-Modul, das die strukturelle Aufmerksamkeit auf objektbezogene Regionen verstärkt und somit domaininvariante Merkmale erzeugt. Unser Ansatz verringert die Domain-Distanz signifikant durch verbesserte Merkmalsalignment der Instanzen. Qualitative Ergebnisse zeigen, dass ILLUME in der Lage ist, wichtige Objektinstanzen für die Alignment-Prozesse gezielt zu erfassen. Experimentelle Ergebnisse auf mehreren Benchmark-Datensätzen belegen, dass unsere Methode die bestehenden State-of-the-Art-Ansätze deutlich übertrifft.