深度辅助 ResiDualGAN 用于跨域航拍图像语义分割
计算机视觉与模式识别
2022-08-30 v2
摘要
无监督域适应（UDA）是一种缩小域间差距的方法。生成式方法是缩小航拍图像域差距、提升下游任务（如跨域语义分割）性能的常用途径。对于航拍图像，数字表面模型（DSM）在源域与目标域通常均可获取。DSM 中的深度信息为生成模型带来了外部信息，然而鲜有研究加以利用。本文提出深度辅助 ResiDualGAN（DRDG），通过深度监督损失（DSL）与深度循环一致性损失（DCCL）将深度信息引入生成模型。实验结果表明，DRDG 在跨域语义分割任务的生成式方法中达到了最先进的精度。
引用
@article{arxiv.2208.09823,
title = {Depth-Assisted ResiDualGAN for Cross-Domain Aerial Images Semantic Segmentation},
author = {Yang Zhao and Peng Guo and Han Gao and Xiuwan Chen},
journal= {arXiv preprint arXiv:2208.09823},
year = {2022}
}