Sep, 2021

基于低层边缘信息传输的语义分割无监督领域自适应

TL;DR本研究提出了一种基于低级边缘信息的领域自适应方法,通过使用独立边缘流来处理边缘信息,从而在目标领域上产生高质量的语义边界,进而通过边缘一致性损失来对齐目标语义预测与产生的语义边界,并且进一步提出了用于语义对抗学习和自监督学习的两种经验再加权方法,这些方法能够进一步提高该结构的自适应性能。在两个UDA基准数据集上的综合实验表明,该结构相比现有技术具有更好的表现。