- …
- …
#743
summarized by : Anonymous
どんな論文か？
Pivot Interaction Transfer(PIT)という異なるドメイン間の不変なPivot情報を利用した新たなドメインアダプテーションを提案．
本論では画像のカテゴリ情報（画像全体のレイアウトの類似性）が近ければ，画素レベルの意味情報も近いことから，画像カテゴリ情報を活かし，セマンティックセグメンテーションを行う．これによりGTAV to CityScapesなどのmIoUでSOTA
新規性
ソースとターゲットの画像のカテゴリ情報が近いもの同士で変換するには，カテゴリごとに領域の大きさが大きく異なるため，どの程度の領域で比較すべきか判断することが必要である．そこで画像カテゴリを識別するアーキテクチャを複数の領域拡大ユニットで設計し，それぞれ異なるクラス活性化マップを生成できるようにすることで解決した．
結果
GTAV to CityScapesとSYNTHIA to Cityscapesのドメインアダプテーションのタスクを解き，比較手法としてCyCADAやCLAN，CBSTと比較している．
他手法と比較して，オブジェクト（Car, Bus, Riderなど）の識別率が5~15%向上し，結果としてmIoUが5~10%ほど向上しSOTA．
その他（なぜ通ったか？等）
- …
- …