SSF-DAN: Separated Semantic Feature based Domain Adaptation Network for Semantic Segmentation

　　用于语义分割的基于分离语义特征的域适应网络 

　　语义分割需要大量精细的标注。最近的工作利用合成数据来训练用于语义分割的模型，但是真实图像和合成图像之间的域适应仍然是一个具有挑战性的问题。在这项工作中，我们提出了一个基于分离语义特征的域自适应网络，称为SSF-DAN，用于语义分割。实验表明，所提出的算法具有强大的性能，优于基准数据集上的最新方法。 

　　图1 算法流程图 

　　图2. 数据集上的对比效果，从左往右分别是目标图像，真值，自适应前的结果，采用Soft Class-wise+Global方法之后的结果，采用本文提出的SS-D之后的结果，采用本文提出的SS-D以及CA-R之后的结果 

　　本文链接： http://openaccess.thecvf.com/content_ICCV_2019/papers/Du_SSF-DAN_Separated_Semantic_Feature_Based_Domain_Adaptation_Network_for_Semantic_ICCV_2019_paper.pdf