面向语义分割域自适应的语义自适应图像到图像翻译

域偏移是语义分割中一个极具挑战性的问题。任何模型都可以轻易在合成数据上训练——其中图像与标签为人工生成——但在真实环境中部署时表现不佳。本文中，我们解决街景语义分割的域自适应问题。许多最先进的方法聚焦于翻译源图像，同时强加结果应与输入在语义上一致。然而，我们认为图像语义也可被用于引导翻译算法。为此，我们重新思考生成模型以强化该假设，并加强像素级与特征级域对齐之间的联系。我们通过使用我们的方法训练常用语义分割模型进行了大量实验，并表明在合成到真实基准上所获得的结果超越了最先进水平（SOTA）。