スタイル転移を利用した物体検出におけるドメイン適応

摘要

ドメイン適応は新出·未知環境における認識精度の担保の為に必要不可欠な技術である．敵対的生成ネットワークに基づくドメイン適応のための既存の手法は、ソースドメイン内の画像を元にしてターゲットドメイン内の画像に似ている画像を生成するが，両ドメインの類似性が低い時にはこの手法はしばしば不十分な生成結果をもたらす．この問題に対処するため，我々は、スタイル転移に基づく新しい画像生成手法を提案する。我々の手法は、それぞれ、ソースドメインとターゲットドメインから画像を1枚選び，高次特徴をソースドメインの画像から，低次特徴をターゲットドメインの画像から明示的に抽出して画像合成を行う．ターゲットドメインの各画像から特徴を抽出することにより、我々の手法は、多様かつよりターゲットドメインの画像に類似した画像生成することが出来る．我々は3つの画像ドメインでの物体検出データセットを構築してドメイン適応後の物体検出精度を検証し，提案手法の優位性を示した．我々の手法は既存手法と比較して評価指標であるmAPにおいて約1～4の改善を達成した．