DANNet：教師なし夜間セマンティックセグメンテーションを目的としたワンステージドメイン適応ネットワーク

夜間画像の意味的セグメンテーションは、自動運転において昼間画像と同様に重要な役割を果たすが、照明状態が悪く、人手によるアノテーションも困難なため、より高い課題を伴う。本論文では、ラベル付き夜間画像データを一切使用せずに、夜間画像に対する意味的セグメンテーションを実現する新たなドメイン適応ネットワーク（DANNet）を提案する。本手法は、ラベル付き昼間画像データセットと、粗くアライメントされた昼間・夜間画像ペアを含むラベルなしデータセットを用いた敵対的学習を採用している。具体的には、ラベルなしの昼間・夜間画像ペアに対して、昼間画像における静的物体カテゴリのピクセルレベル予測結果を、その対応する夜間画像のセグメンテーションにおける仮の教師信号（pseudo supervision）として利用する。さらに、昼間・夜間画像ペア間のアライメント不備や昼間画像の誤予測によって生じる不正確さを補正し、特に小物体の予測精度を向上させるための再重み付け戦略を設計した。提案するDANNetは、夜間意味的セグメンテーションにおける初めてのワンステージ適応フレームワークであり、別途昼間から夜間に画像を変換するモデルを前処理段階で学習する必要がない。Dark ZurichおよびNighttime Drivingデータセットにおける広範な実験により、本手法が夜間意味的セグメンテーションにおいて最先端の性能を達成することを示した。