BriefGPT - AI 论文速递
·
全景语义分割的多源领域适应
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文研究了无源无监督域自适应问题，提出了一种名为360SFUDA++的方法，通过针孔图像模型和未标记的全景图像进行知识转移和对齐，实验结果表明该方法表现更好。
🎯
关键要点
- 研究无源无监督域自适应（SFUDA）问题，针对针孔到全景语义分割。
- 提出360SFUDA++方法，通过预训练的针孔图像模型和未标记的全景图像进行知识转移。
- 利用切线投影（TP）和等面积投影（ERP）进行知识提取。
- 引入RP2AM和CDAM模块以更好地转移和对齐知识。
- 实验结果表明，该方法在合成和真实场景中表现显著优于先前的SFUDA方法。
🏷️
标签
➡️
