#234
summarized by : Hiroaki Aizawa
Learning Semantic Segmentation From Synthetic Data: A Geometrically Guided Input-Output Adaptation Approach

どんな論文か?

cross-domain semantic segmentationのために,仮想的なCGから生成可能なsynthetic画像とdepth情報を使い,input / output levelでのdomain adaptationを行うGeometrically Guided Input-Output Adaptation(GIO-Ada)を提案.
placeholder

新規性

この研究のポイントは,CGから容易に取得することができるdepthなどのgeometric情報を利用したこと.またこの情報がsemantic segmentationの性能を向上することの手助けをするだけでなく,domain shiftの軽減に役立つことを示したこと.

結果

Virtual KITTI→KITTIとSYNTHIA→Cityscapesで提案法を評価.baselineと従来手法と比較して精度向上を,さらにgeometric情報がcross-domain semantic segmentationに有効であることを確認.

その他(なぜ通ったか?等)