面向域自适应全景分割的跨视角正则化
计算机视觉与模式识别
2021-03-04 v1
摘要
全景分割统一了语义分割和实例分割，近年来受到越来越多的关注。然而，大多数现有研究是在监督学习设置下进行的，而无监督域自适应全景分割在不同任务和应用中有着关键作用，却很大程度上被忽视了。我们设计了一个域自适应全景分割网络，利用风格间一致性和任务间正则化来实现最优的域自适应全景分割。风格间一致性借助同一图像在不同风格下的几何不变性，构造一定的自监督来引导网络学习域不变特征。任务间正则化利用实例分割和语义分割的互补性质，并将其作为跨域更好特征对齐的约束。在多个域自适应全景分割任务（例如合成到真实和真实到真实）上的大量实验表明，我们提出的网络相比最先进方法取得了更优的分割性能。
引用
@article{arxiv.2103.02584,
title = {Cross-View Regularization for Domain Adaptive Panoptic Segmentation},
author = {Jiaxing Huang and Dayan Guan and Aoran Xiao and Shijian Lu},
journal= {arXiv preprint arXiv:2103.02584},
year = {2021}
}
备注
Accepted to CVPR 2021 as an Oral Presentation