介绍一篇通过无监督depth estimation改进语义分割的论文

作者丨黄浴@知乎

编辑丨3D视觉工坊

arXiv12月19号苏黎世ETH的上传论文“Three Ways to Improve Semantic Segmentation with Self-Supervised Depth Estimation“：

分割需要标注数据的工作很麻烦。本文是semi-supervised方法，其中采用自监督的单目深度估计结果来增强，即auxiliary task。（1）深度估计的特征学习知识迁移到语义分割任务；（2）采用的data augmentation很强，即DepthMix，将标记和图像基于景物结构进行混合；（3）depth特征的diversity和“学生-老师”框架的depth学习难度，有助于选择有用特征做语义分割的标注，即Unsupervised Data Selection for Annotation，其选择的标准是diversity和uncertainty。

作者给出开源代码：​​​https://github.com/lhoyer/improving_segmentation_with_selfsupervised_depth​​

Active learning是有助于减少标注负担的方法。一是uncertainty-based，另一个是diversity-based。

如下是非监督数据选择的算法伪代码：

diversity sampling公式：

uncertainty sampling公式：

DepthMix的公式：两幅图像加一个来自depth的Mask（即近目标能够遮挡远目标）

整个半监督的语义分割框架如图：其中SDE（selfsupervised depth estimation）作为辅助任务。LD是SDE的depth loss函数项，LF是特征距离项（避免特征遗忘），而segmentation的训练是基于pixel-wise cross entropy函数Lce。

depth预训练的loss函数：

注：图中的depth decoder得到的fD，可做semantic decoder输出fS的初始化。

无标注图像的学习，是通过一个mean teacher算法产生伪标记，即对语义分割模型的weight采用exponential moving average，类似temporal ensemble

整个标记样本和伪标记样本做分割训练的loss函数是

加入DepthMix样本S‘即把标注和伪标注的样本组合，取代非标注样本，新的loss函数即

实验结果：​

本文仅做学术分享，如有侵权，请联系删文。

▲长按关注公众号