暗模型自适应：从白天到夜间的语义图像分割
计算机视觉与模式识别
2018-10-08 v1
摘要
本文研究夜间场景的语义图像分割问题。尽管语义图像分割已取得显著进展，但主要集中于白天场景。本文提出一种新方法，以黎明与日出之间或日落与黄昏之间的微光时段为桥梁，将基于大规模标注在白天场景上训练的语义模型逐步自适应到夜间场景。该方法的目标是通过从标准白天条件迁移知识，降低夜间图像人工标注的成本。除方法外，本文还构建了一个道路场景新数据集，包含从白天、微光时段到夜间的 35,000 张图像，其中部分夜间图像进行了密集标注以用于方法评估。实验表明，我们的方法在未使用额外人工标注的情况下，对从白天场景到夜间场景的模型自适应是有效的。
引用
@article{arxiv.1810.02575,
title = {Dark Model Adaptation: Semantic Image Segmentation from Daytime to Nighttime},
author = {Dengxin Dai and Luc Van Gool},
journal= {arXiv preprint arXiv:1810.02575},
year = {2018}
}
备注
Accepted to International Conference on Intelligent Transportation Systems (ITSC 2018)