从合成到真实：面向动物姿态估计的无监督域适应

动物姿态估计是一个重要领域，近年来受到越来越多的关注。该任务的主要挑战是缺乏标注数据。现有工作利用其他易获取领域（如合成数据）的数据生成的伪标签来规避此问题。然而，由于数据中的域偏移，即便经过一致性检查或基于置信度的过滤，这些伪标签仍然存在噪声。为解决该问题，我们设计了一个多尺度域适应模块（MDAM）以缩小合成数据与真实数据之间的域差距。我们进一步引入一种在线由粗到细的伪标签更新策略。具体而言，我们在内部粗更新循环中提出自蒸馏模块，在外部细更新循环中提出均值教师（mean-teacher）以生成逐步替换旧标签的新伪标签。因此，我们的模型能够在早期从旧伪标签中学习，并逐步切换到新伪标签以防止后期过拟合。我们在TigDog和VisDA 2019数据集上评估了我们的方法，以较大优势优于现有方法。我们还通过在未见域和未见动物类别上的广泛测试证明了模型的泛化能力。我们的代码可在项目网站上获取。