ParGANDA：让合成行人在目标检测中成为现实
计算机视觉与模式识别
2023-07-24 v1
摘要
目标检测是众多计算机视觉应用的关键技术，但往往需要大量标注数据才能取得不错的效果。此外，具体到行人检测，所采集的数据可能包含某些个人身份信息（PII），这在许多国家受到严格限制。这一标注密集且涉及隐私的任务近来引发了使用照片级真实感视频游戏引擎采集的合成行人数据集训练检测模型的日益浓厚的兴趣。该引擎能够生成无限量的具有精确且一致标注的数据，为真实世界应用中的显著收益提供了潜力。然而，使用合成数据训练引入了合成到真实的域偏移，恶化了最终性能。为缩小真实与合成数据之间的差距，我们提出使用生成对抗网络（GAN），其执行参数化非配对图像到图像翻译以生成更真实的图像。使用 GAN 的关键优势在于其内在偏好低级变化而非几何变化，这意味着给定合成图像的标注即使在域翻译执行后依然准确，从而消除了标注真实数据的需要。我们使用 MOTSynth 数据集训练、MOT17 和 MOT20 检测数据集测试，对所提方法进行了广泛实验，实验结果证明了该方法的有效性。我们的方法不仅生成视觉上可信的样本，而且不需要真实域的任何标注，从而使其可应用于多种下游任务。
引用
@article{arxiv.2307.11360,
title = {ParGANDA: Making Synthetic Pedestrians A Reality For Object Detection},
author = {Daria Reshetova and Guanhang Wu and Marcel Puyat and Chunhui Gu and Huizhong Chen},
journal= {arXiv preprint arXiv:2307.11360},
year = {2023}
}