摘要

卷积神经网络已成功应用于语义分割问题。然而，许多本质上并非像素级分类的问题却经常被表述为语义分割问题。这种不当的表述方式导致需要手工设计特定场景的、计算成本高昂的后处理方法，以将每个像素的概率图转换为最终所需的输出。生成对抗网络（GANs）可以用于使语义分割网络的输出更加逼真或更好地保留结构，从而减少对可能复杂的后处理方法的依赖。在本研究中，我们提出了EL-GAN：一种利用嵌入损失（embedding loss）的GAN框架，以缓解上述问题。通过EL-GAN，我们可以同时基于标签和预测结果的学习嵌入进行判别。这使得训练过程更加稳定，因为可以获得更好的判别信息，并且同时观察到“假”和“真”预测结果。这显著稳定了对抗训练过程。我们使用TuSimple车道标记挑战赛来证明，通过我们提出的框架，可以克服将其作为语义分割问题时固有的异常情况。与传统方法相比，不仅输出结果与标签更为接近，后续的后处理也更为简单，并且达到了具有竞争力的96%准确率阈值。