全景分割域适应网络

多源泛化提精度

同时利用针孔与全景图像训练，首次弥合两者间的畸变与纹理差异。

Jing, Jiang · Zhao, Sicheng · Jiankun, Zhu · Wenbo, Tang · Zhaopan, Xu · Jidong, Yang · 刘国平 · Xing, Tengfei · 徐鹏斐 · 姚鸿勋

Information Fusion 2025

参数信息

室外多源域适应 mIoU 提升

1.92 %

室内多源域适应 mIoU 提升

2.19 %

技术优势

同时用两种源

首次将真实针孔与合成全景图像同时用于域适应，既能迁移真实纹理又能理解全景畸变。

针孔转全景

无需成对全景视图，通过双视角判别器在图像和像素级训练微分同胚变形网络，将针孔图像变形为全景畸变样式。

纹理门控对齐

通过门控将每个图像分配为针孔样或全景样特征，并利用不确定性估计对齐这两种特征，减少纹理差距。

应用场景

• 自动驾驶感知：将针孔相机训练的模型迁移到车载全景相机上，无需重新标注全景数据。
• 机器人视觉：让机器人利用现成针孔数据集获得全景语义理解，适应鱼眼或全景镜头。
• 遥感图像分割：将普通航拍图训练的模型用于全景拼接的遥感影像，减轻畸变导致的精度下降。