来源：期刊VIP网 时间：
作者：范帅坤;颜西平;马春梅;裴丽君;朱金奇;陈家林;石锐;
单位：天津师范大学计算机与信息工程学院;大连东软信息学院高等职业技术学院;
摘要：自训练是解决域自适应语义分割的一种有效方法，针对现有工作中基于固定阈值选择的伪标签存在大量噪声的问题，提出一种伪标签动态生成的域自适应语义分割算法.首先，利用傅里叶变换对目标域图像进行风格转换预处理，使其在灰度、结构以及边缘等信息与源域图像接近，降低域之间的差异；然后，提出一种基于移动阈值的伪标签动态生成方法，提升目标域图像伪标签的置信度.在2个典型城市道路数据集GTA5和SYNTHIA上进行实验，结果表明，相比典型的基于对抗学习的AdaptSegNet模型和较先进的RPT模型，本文算法的平均交并比（mIoU）均有一定提升，验证了本文算法的有效性.
关键词：语义分割;;域自适应;;无监督;;生成网络;;伪标签;;移动阈值
基金资助：国家自然科学基金资助项目（61902282）;; 天津市教委科研计划资助项目（2021KJ186）;; 天津市研究生科研创新资助项目（2022SKYZ376）
