探索合成数据对航拍视角人体检测的影响

与地面视角人体检测相比，航拍视角人体检测对大规模数据的需求更大，以捕捉更多样化的人体外观。因此，合成数据可以成为扩展数据的良好资源，但与其在训练中使用的主要障碍是与真实数据之间的域差距。作为处理域差距的常见解决方案，sim2real变换被使用，其质量受三个因素影响：i) 计算域差距时作为参考的真实数据，ii) 为避免变换质量下降而选择的合成数据，以及iii) 用于选择合成数据的合成数据池。本文研究了这些因素对最大化合成数据在训练中有效性的影响，包括提升学习性能和获得域泛化能力——这是使用合成数据预期的两个主要好处。作为第二个好处的评估指标，我们引入了一种测量两个数据集之间分布差距的方法，该方法通过所有测试数据的马氏距离的归一化和来推导。结果，我们发现了一些重要发现，这些发现此前从未被研究过，或者在没有准确理解的情况下被使用过。我们期望这些发现能够打破当前由于缺乏理解而天真地使用或犹豫使用合成数据的趋势，从而在未来的研究中更恰当地使用合成数据。