摘要

深度卷积神经网络在语义分割任务中显著提升了当前的最先进水平。然而，即便是一些现代网络架构，在面对来自不同领域（domain）的测试数据时，仍难以实现良好的泛化能力。为了规避对未见领域数据进行昂贵标注的难题，无监督域自适应（Unsupervised Domain Adaptation, UDA）旨在实现从带标签的源域到无标签目标域之间的高效知识迁移。以往的研究主要通过对抗训练或自训练（self-training）来最小化源域与目标域之间的分布差异。然而，对抗训练可能因仅关注全局分布的差异最小化，而无法准确对齐语义类别；自训练则面临如何生成可靠伪标签（pseudo-labels）的挑战。为实现跨域语义类别的正确对齐，本文提出一种基于对比学习（contrastive learning）的方法，通过在域间自适应地调整类别中心（category-wise centroids）来实现对齐。此外，我们进一步将该方法与自训练相结合，利用一种内存高效的时序集成（temporal ensemble）机制，生成一致且可靠的伪标签。尽管对比学习与基于时序集成的自训练（CLST）各自均能实现域间知识迁移，但二者结合所形成的协同结构（symbiotic structure）带来了更优的性能表现。我们在两个经典的域自适应基准数据集上验证了所提方法：GTA5 → Cityscapes 和 SYNTHIA → Cityscapes。实验结果表明，我们的方法在性能上优于或至少可与当前最先进方法相媲美。相关代码将公开发布，以促进后续研究。