분할 주석 너머의 정보
의미 분할 적응 연구는 원천 자료의 픽셀별 분류 정답을 주된 지도로 사용해 왔다. DADA는 그 자료에 함께 존재할 수 있는 깊이 정보에도 주목했다.
학습 시점의 특권 정보
가상 환경 같은 원천에서는 분할과 함께 조밀한 깊이를 얻을 수 있다. 연구는 이런 추가 정보를 학습 과정에 활용해 실제 목표 영역의 분할 모델을 개선하려 한다.
깊이를 고려한 적응
원천의 깊이 지식을 여러 상보적인 방식으로 활용하는 통합 적응 프레임워크를 제시했다. 분할만을 단독 학습 신호로 다루는 구성에서 범위를 넓힌 접근이다.
합성에서 실제로의 평가
여러 합성 자료에서 실제 자료로의 전이 벤치마크에서 효과를 평가했다. 핵심 조건은 원천의 추가 깊이 정보를 활용하는 비지도 도메인 적응이다.
관련 문서
CorDA / ADVENT / CyCADA / 출력 공간 도메인 적응 / FDA 도메인 적응 / 도메인 분리 네트워크