面向跨域目标检测的六通道图像表示
计算机视觉与模式识别
2022-03-09 v2
摘要
大多数深度学习模型是数据驱动的，其优异性能高度依赖于丰富多样的数据集。然而，获取并标注某些特定场景或应用的数据集非常困难。如果我们使用某一域的数据训练检测器，由于域偏移，它在另一域的数据上表现不佳，这是大多数目标检测模型面临的重大挑战之一。为解决此问题，一些图像到图像翻译技术被用于生成特定场景的伪数据以训练模型。随着生成对抗网络（GANs）的出现，我们可以实现从源域到目标域以及从目标域到源域两个方向的无监督图像到图像翻译。在本研究中，我们报告一种利用生成图像的新方法。我们提出将原始 3 通道图像与其对应的 GAN 生成的伪图像拼接，形成数据集的 6 通道表示，期望在利用现有检测模型成功的同时解决域偏移问题。这种增强数据表示的思路可能启发目标检测及其他应用的进一步研究。
引用
@article{arxiv.2101.00561,
title = {Six-channel Image Representation for Cross-domain Object Detection},
author = {Tianxiao Zhang and Wenchi Ma and Guanghui Wang},
journal= {arXiv preprint arXiv:2101.00561},
year = {2022}
}