贾颖霞 郎丛妍 冯松鹤

(北京交通大学计算机与信息技术学院 北京 100044)

图像语义分割作为计算机视觉领域的一个重要研究问题，旨在对输入图像的每一个像素根据其所属的类别进行分类，最终整合得到包含语义信息的分割输出结果，其分割结果的准确度对后续的场景理解、目标追踪以及图文转换等课题起着直接且至关重要的作用.近年来，由于深度学习的发展以及全卷积神经网络(fully convolutional network, FCN)[1]的出现，语义分割得以快速发展.

然而，现有的语义分割算法[1-4]存在着许多不足，特别是对精准标注过分依赖.由于对数据进行人工标注将会耗费大量的时间和精力，因此实际应用中收集到的图像大多没有精准的数据标注.对精准标注的过分依赖导致现有的语义分割方法难以直接应用于非精准甚至无标注数据集中.

为解决这一问题，近年来提出领域自适应方法，用于缩小所含类别相似、数据分布相近的有标注源域数据集和无标注目标域数据集之间的语义鸿沟.拥有一定量的有标注数据，通过训练神经网络模型，便可对其进行特征提取与语义分割.利用生成-对抗学习[5]的思想，对这个网络经过调整、优化，即可将其有效应用在其他跨域的无标注数据集中.而与常见的利用生成对抗网络(generative adversarial network， GAN)[5]进行图像分类或图像增强的方法不同，语义分割方法所需的特征需要同时包含图像整体的空间布局信息和局部语义类别的上下文信息，实现……