一种基于对抗学习的域自适应图像语义分割方法

摘要

本发明中提出的一种基于对抗学习的域自适应图像语义分割方法，其主要内容包括：领域适应、网络结构、输出空间适应，其过程为，首先输入源域和目标域的图像，传递到分割网络以预测源域和目标域得到分割输出；由源输出得到的源预测生成源域的分割损失；接着将两个分割输出作为鉴别器的输入，生成对抗损失，再将对抗损失传递到分割网络；最后通过最小化分割损失和最大化对抗损失，以满足要求的像素级语义分割图像。本发明开发了一种多层次对抗学习方法，在分割空间的自适应能够有效对齐源和目标图像间的场景布局和局部上下文，此外本发明简单方便易操作，能够很好解决适应高维特征复杂性的影响。