BriefGPT - AI 论文速递
·
夜间语义分割中的相位增强可靠匹配探索
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究提出了一种基于领域自适应网络的夜晚语义分割方法，使用已标注的白天图像和包含粗略对齐的昼夜图像对的未标注数据集进行对抗训练。该方法在Dark Zurich和夜间行车数据集上取得了最先进的夜间语义分割成果。
🎯
关键要点
- 提出了一种基于领域自适应网络(DANNet)的夜晚语义分割方法。
- 使用已标注的白天图像和粗略对齐的昼夜图像对的未标注数据集进行对抗训练。
- 利用白天图像上的像素级别样本对夜晚图像进行分割。
- 通过重新加权策略处理昼夜图像对的对齐问题和白天图像的错误预测问题。
- 增强小目标的预测准确率。
- 在Dark Zurich和夜间行车数据集上取得了最先进的夜间语义分割成果。
➡️
