#507
summarized by : Kai Watabe
FSDR: Frequency Space Domain Randomization for Domain Generalization

どんな論文か?

ドメインに不変な特徴を学習するために,Domain Randomization(DR)の研究が盛んに行われている.従来のDRでは,GANが用いられることによる制御の面での脆弱性,画像における領域不変な特徴を変換してしまう可能性がある.そこで,画像を領域{不変(DIF),可変(DVF)}周波数成分に分解し,どちらにも明示的にアクセス可能なDR手法を提案した.
placeholder

新規性

画像を周波数空間に落とし込むことで,DIFとDVFにアクセス可能なFSDRを提案した.

結果

事前学習: GTA5→Fine-tune {Cityscapes, BDD, Mapillary} 事前学習: SYNTHIA→Fine-tune {Cityscapes, BDD, Mapillary} セマンティックセグメンテーションにおいて,両方の設定でSOTAを達成した.

その他(なぜ通ったか?等)