Décomposer pour adapter : détection d'objets multidomaines par désentrelacement de caractéristiques

Les progrès récents des techniques d’adaptation de domaine non supervisée (UDA) ont connu un grand succès dans les tâches de vision par ordinateur à domaine croisé, en améliorant la capacité de généralisation des architectures d’apprentissage profond pilotées par les données grâce à la réduction des écarts entre les distributions de domaine. Pour les méthodes d’adaptation de domaine non supervisée basées sur la détection d’objets à domaine croisé, la majorité d’entre elles atténuent le biais de domaine en favorisant la génération de caractéristiques invariantes au domaine via une stratégie d’apprentissage adversaire. Toutefois, leurs discriminateurs de domaine présentent une capacité de classification limitée en raison du processus d’entraînement adversaire instable. Par conséquent, les caractéristiques extraites par ces méthodes ne sont pas parfaitement invariantes au domaine et conservent encore des facteurs propres à chaque domaine, ce qui constitue un obstacle à une meilleure atténuation de l’écart entre domaines. Pour surmonter ce problème, nous proposons un modèle Domain Disentanglement Faster-RCNN (DDF) visant à éliminer les informations spécifiques au domaine source dans les caractéristiques pour l’apprentissage de la détection d’objets. Notre méthode DDF permet la désenchevêtrement des caractéristiques aux niveaux global et local, grâce à un module Global Triplet Disentanglement (GTD) et à un module Instance Similarity Disentanglement (ISD), respectivement. En surpassant les méthodes de pointe sur quatre tâches de détection d’objets UDA de référence, notre approche DDF démontre son efficacité et sa grande applicabilité.