基于语言引导特征对齐的半监督域泛化目标检测
计算机视觉与模式识别
2023-09-26 v1
摘要
目标检测中现有的域适应（DA）与域泛化（DG）方法在视觉空间中强制特征对齐，但面临物体外观多变与场景复杂等挑战，难以区分物体并实现准确检测。本文中，我们首次通过探索视觉-语言预训练并经由语言空间强制特征对齐，来解决半监督域泛化问题。我们采用一种新颖的跨域描述多尺度学习（CDDMSL），旨在最大化在嵌入空间中具有不同域特定特征的图像描述之间的一致性。CDDMSL 显著优于现有方法，在 DG 与 DA 设定下分别取得 11.7% 与 7.5% 的提升。综合分析及消融实验证实了方法的有效性，确立了 CDDMSL 作为目标检测任务中域泛化的一种有前景的方法。
引用
@article{arxiv.2309.13525,
title = {Semi-Supervised Domain Generalization for Object Detection via Language-Guided Feature Alignment},
author = {Sina Malakouti and Adriana Kovashka},
journal= {arXiv preprint arXiv:2309.13525},
year = {2023}
}
备注
Accepted at BMVC 2023