Core Concepts
夜間セマンティックセグメンテーションにおける動的で小さなオブジェクトの洗練を重視した新しいUDAフレームワークを提案する。
Abstract
夜間セマンティックセグメンテーションは実用的なアプリケーションにおいて重要。
UDAが課題を解決し、優れた結果を達成している。
提案されたUDA方法は、ラベルと特徴レベルの両方を洗練し、夜間セマンティックセグメンテーションで先行技術を大幅に上回る結果を示す。
イントロダクション
夜間セマンティックセグメンテーションは自動運転やロボットシステムに不可欠。
既存手法は主に昼間画像に焦点を当てており、夜間条件での性能が低下する。
未監督ドメイン適応(UDA)方法が問題に取り組んでおり、優れた結果を達成している。
メソッド
DSRモジュールとFPAモジュールから構成される提案されたフレームワーク。
DSRモジュールはランダムに選択されたクラスと動的・小さなオブジェクトを組み合わせて使用。
FPAモジュールは特徴プロトタイプアラインメントアプローチを採用してドメインシフトを減少させる。
結果
実験結果は提案手法が他の手法よりも優れたパフォーマンスを示すことを確認。
動的で小さなオブジェクトの検出において特に改善が見られる。
Stats
提案手法は他の手法よりもmIoUスコアが高く、'pole'カテゴリでは60.9%、'car'カテゴリでは86.8%、'bus'カテゴリでは25.2%向上している。