クロスドメイン語義分割のための自己動機付けピラミッドカリキュラムの構築：非対抗的アプローチ

私たちは、合成ソースドメインから実際のターゲットドメインへのセマンティックセグメンテーションニューラルネットワークの適応を促進する新しい手法、自己動機付けピラミッドカリキュラムドメイン適応（PyCDA）を提案します。当手法は、カリキュラムドメイン適応と自己学習という既存の二つの研究から得られた洞察に基づいています。前者に触発され、PyCDAはターゲットドメインに関する様々な特性を含むピラミッドカリキュラムを構築します。これらの特性は主に、ターゲットドメイン画像、画像領域、およびピクセルにおける望ましいラベル分布についてです。セグメンテーションニューラルネットワークがこれらの特性を遵守することで、ネットワークのターゲットドメインに対する汎化能力を向上させることができます。自己学習に動機付けられ、私たちはセマンティックセグメンテーションネットワーク自体を利用してこの特性のピラミッドを推論します。従来の手法とは異なり、追加のモデル（例：ロジスティック回帰や識別器ネットワーク）を維持する必要もなければ、最適化が難しい最小最大問題を解く必要もありません。私たちはGTAVとSYNTHIAからCityscapesへの適応において最先端の結果を報告しており、これらはセマンティックセグメンテーションにおける非監督ドメイン適応でよく使用される設定です。