每像素皆重要：面向域自适应目标检测器的中心感知特征对齐

域自适应目标检测器旨在使自身适应可能包含目标外观、视角或背景变化的未知域。大多数现有方法在图像级或实例级进行特征对齐。然而，全局特征上的图像级对齐可能同时纠缠前景/背景像素，而使用候选框的实例级对齐则可能受背景噪声干扰。与现有方案不同，我们提出了一种域自适应框架，通过预测像素级目标性和中心性来考量每个像素。具体而言，所提方法通过更关注前景像素来实现中心感知对齐，从而在不同域间取得更好的自适应效果。我们在大量自适应设定下以充分的实验结果验证了方法，并展现出优于现有 SOTA 算法的性能。