ゼロショット日時域適応における物理的事前知識の活用

昼間と夜間のドメイン適応におけるゼロショット設定について検討する。従来のドメイン適応では、あるドメインで学習を行い、テストデータから得られるラベルなしデータを活用してターゲットドメインに適応する。しかし、関連するテストデータを収集することは高コストであり、場合によっては不可能である。そのため、本研究ではテストデータの画像に依存することを完全に排除し、物理ベースの反射モデルから導かれる視覚的誘導事前知識（visual inductive prior）を活用してドメイン適応を実現する。複数の色不変エッジ検出器を畳み込みニューラルネットワーク内のトレーナブルな層として定式化し、照明変化に対する堅牢性を評価する。実験により、色不変層がネットワーク全体における特徴マップ活性化の昼間・夜間間の分布シフトを著しく低減することを示した。また、合成データおよび自然画像データの両方において、分類、セグメンテーション、場所認識といった様々なタスクにおいて、ゼロショットでの昼間から夜間へのドメイン適応において性能の向上を確認した。