面向跨域目标检测的双维特征对齐
计算机视觉与模式识别
2020-11-17 v1
摘要
近来，跨域目标检测问题开始在计算机视觉界受到关注。本文提出一种新颖的无监督跨域检测模型，其利用源域中的标注数据训练用于不同目标域的目标检测器。所提模型通过在深度维度和空间维度上执行跨域特征对齐，缓解目标检测的跨域表示差异。在通道层的深度维度上，它利用通道间信息弥合关于图像风格对齐的域差异。在空间层维度上，它部署空间注意力模块以增强检测相关区域并抑制无关区域，以实现跨域特征对齐。在多个基准跨域检测数据集上进行了实验。实证结果表明所提方法优于当前最优（SOTA）对比方法。
引用
@article{arxiv.2011.07205,
title = {Bi-Dimensional Feature Alignment for Cross-Domain Object Detection},
author = {Zhen Zhao and Yuhong Guo and Jieping Ye},
journal= {arXiv preprint arXiv:2011.07205},
year = {2020}
}
备注
ECCV20 TASK-CV Workshop