コンテキスト認識型ミックスアップを用いたドメイン適応型セマンティックセグメンテーション

教師なしドメイン適応（Unsupervised Domain Adaptation: UDA）は、ラベル付きのソースドメインモデルをラベルなしのターゲットドメインに適応させることを目的としている。従来のUDAに基づくセマンティックセグメンテーション手法は、ピクセルレベル、特徴量レベル、出力レベルのすべてにおいてドメイン間の乖離を低減するが、それらの多くは、異なるドメイン間で一般に共有される文脈依存性（contextual dependency）をほとんど無視しており、その結果、望ましい性能が得られない場合が多い。本論文では、この重要な文脈依存性を明示的な事前知識として、完全にエンドツーエンドで学習可能な形で活用する新たなコンテキスト認識型ミックスアップ（Context-Aware Mixup: CAMix）フレームワークを提案する。まず、蓄積された空間分布と既存の文脈的関係を活用して、文脈マスクを生成する戦略を提示する。生成された文脈マスクは本研究において中心的な役割を果たし、三つの異なるレベル（ピクセル、特徴量、出力）におけるコンテキスト認識型ドメインミックスアップをガイドする。さらに、文脈知識を用いて、混合された学生モデルの予測と混合された教師モデルの予測の不一致をペナルティとして評価する、重要度重み付き一貫性損失（significance-reweighted consistency loss）を導入する。これにより、適応過程における負の転移（例：初期段階での性能低下）を緩和することができる。広範な実験と分析により、提案手法が広く用いられるUDAベンチマークにおいて、最先端の手法と比較して優れた効果を示すことが確認された。