야간 주석을 쓰지 않는 적응
야간 이미지는 조명이 부족하고 정밀 주석을 만들기 어렵다. DANNet은 주석이 있는 주간 자료와 대략 정렬된 주야간 이미지 쌍을 사용하는 적대적 학습으로 야간 분할에 적응한다. 야간 평가 주석의 존재와 학습에서의 사용 여부는 구분한다.
정적 물체의 의사 감독
미주석 이미지 쌍에서 주간 이미지의 정적 물체 범주에 대한 픽셀 예측을 대응 야간 이미지의 의사 감독으로 쓴다. 주간 예측이 직접적인 정답 주석과 같다고 보는 것은 아니다.
어긋남과 작은 물체의 처리
주야간 정렬의 부정확성과 주간 예측 오류를 다루고 작은 물체의 예측을 보완하기 위해 재가중 전략을 제안한다. 별도의 주야간 이미지 변환 모형을 전처리 단계로 학습하지 않는 단일 단계 적응 프레임워크다.
대응 오류의 독립 예
설명용으로 낮과 밤의 카메라 위치가 조금 달라지면 표지판의 픽셀 위치도 달라진다. 주간 예측을 그대로 같은 좌표에 복사하면 경계에 잘못된 감독이 생길 수 있다. 실제 연구 이미지를 옮기지 않은 재가중 필요성의 예다.
관련 문서
도메인 적응 / Dark Zurich / ACDC 데이터셋 / DIAL-Filters / NightLab / 의미 분할