【没有哪个港口是永远的停留~论文解读】Both Style and Fog Matter

Both Style and Fog Matter

原文：https://arxiv.org/pdf/2112.00484.pdf

解决问题：大雾、下雨、下雪天模糊场景

其他人做法：

1-去雾算法，人工干扰

2-合成的雾图像，不像真实的雾图像那样真实，也会扩大清晰图像和雾图像之间的域差距，产生不令人满意的性能。此外，我们认为这些方法过多地考虑了雾的因素，而忽略了其他因素，这可能会影响SFSU问题中的域差距。

我们做法：

开箱即用，我们建议明确研究SFSU中的域间隙

• 1)以避免直接处理总域间隙；
• 2)不使用合成雾数据或脱雾知识。

我们假设域间隙是由混合雾的影响和风格变化引起的，这两者对SFSU都很重要。

Q:风格和雾因素如何影响分割模型的性能？

利用均方差值(MVV)衡量分割模型在特 定领域的整体性能，即领域性能。

具体来说，在图 2 中，我们训练了一个具有 s 域数据的分割模型

s、m 和 t 域计算 MVV，分别产生 Vss、Vsm 和 Vst。

        训练：s 域

        测试：s、m 和 t 域   计算 MVV。

首先，我们用 s 域数据训练一个分割模型

这个模型已经学习了领域知识。然后，我们在 s \ m \ t 域数据上进行测试，三个域的性能分别为显示为不同的黄色条。

两个不同的条可以代表性能差距，即域间隙（灰色虚线箭头），例如样式间隙、雾间隙和对偶差距。

        训练：我们用 m 域数据调整 Model (s) 以获得Model(s+m)

        测试：s、m 和 t 域   计算 MVV。

接下来，我们使用 m 域数据调整分割模型。即，该模型可以学习领域知识（与风格有关因子）在域 s 和 m 之间

这次改编后，风格差距变小（从 0.089 到 0.067），而雾间隙仍然存在（只有 0.004 的微不足道的变化）

因此，我们假设style gap 和fog gap 可以分别划分和关闭，双重差距是两个差距的累积。

CuDA-Net

Feature Disentanglement Networks(FDN)

 

给定图像x1 和 x2 来自两个不同的域s\m

域不变内容特征 c1 和 c2

特定领域的特征 z1 和 z2

因此，通过特征解开，我们可以从 x1 域到 x2 域传递分割知识

先看图a

 

【左1】我们首先使用共享内容编码器 Ec（黑线）提取 c1 和 c2 ，以及两个私有编码器分别提取特定领域的特征 z1 和 z2（红色和蓝线）。

【左2】跨域转换，c1-z2\c2-z1,执行域内重建和跨域转换以监督解缠结学习

【左3】此外，我们使用分割头 S 从内容特征 c 生成分割热图 h，其中标签 y1 用作监督信号。

损失选择

我们只设计了四个必要的损失来训练我们的 FDN，旨在使 FDN 能够关闭三个不同的差距（风格差距，雾差距和双重差距）。

而DISE[4]利用7个损失来缩小合成清晰数据和真实清晰数据之间的一个差距，训练耗时且难以收敛

域内重建（ Within-domain reconstruction ）。我们期望使用内容特征 c 和提取的私有特征 z 完美地重建原图

因此，我们将重建损失定义为：

 

其中：逐像素损失 Lpixel()

跨域转换（ Cross-domain translation）

密集像素预测（ Dense pixel prediction）

特征解耦损失（ Feature disentanglement loss）

其中:

• L1->2 可以是 Ls->m、Lm->t 或 Ls->t
• 解缠结和权重 λrec、λtrans、λseg 和λsegadv 根据经验设置为 0:5、0:1、1 和 1

风格和雾分解

看图b

通过引入中间域 m，我们可以得到三个不同的输入域组合，(Xs; Xm)、(Xm; Xt) 和 (Xs; Xt)，用于三个 FDN，Fs-m、Fm-t 和 Fs-t,三个 FDN 被一一训练，共享领域不变的知识。因为

域 m 和 t 都没有标签，我们使用 Fs-m 来标记域 m 以训练 Fm-t。

累积域适应

累计损失。正如我们的动机所验证的那样，三种领域之间存在累积关系因素（私人特征）。如图 3c 所示:

如果我们

        采取Δ(zm; zs) 作为域 m 和s，

        取Δ(zt;zm)作为域t和 m之间的雾差异，

        并取 Δ(zt;zs) 作为域 t 和 s，

可以合理地假设双重差异是样式和雾差异的累积，

即，Δ(zm; zs) + Δ(zt; zm) = Δ(zt; zs)。因此，我们将累积关系损失函数设计为：

训练pipeline。图 3d 描绘了整个训练过程过程。三个经过训练的子网络 Fs->m、Fm->t 和Fs->t 用作累积域自适应的初始化。

图 3d 中:

共享内容编码器始终可以通过三个步骤进行训练，

我们使用内容编码器来更新伪标签训练雾编码器。

此外，我们以循环的方式训练整个网络

根据经验，我们将 T 设置为 3，这意味着我们进行周期性训练，累计训练3次。

最后，我们使用经过训练的Fs-t 中的内容编码器和分割头 S 以生成用于测试的分割热图。

实验

Datasets：

• Cityscapes
• Foggy Cityscapes
• Foggy Zurich
• Foggy Driving
• Clear Zurich

实验1：性能比较。进行了实验，在Foggy Zurich(FZ) 和Foggy Driving (FD) 上，用所有类的平均 IoU (mIoU %)。

实验2：与 CMAda3+ 的训练数据比较。

我们的 CuDA-Net 和 CuDA-Net+ 两个都优于 CMAda3+，使用更少合成雾数据和较少真实的雾数据。 “轻”、“中”表中的“dense”表示不同的雾密度

实验3：ACDC数据集

它包含四个不利条件类别（雾、雨、雪和夜间）带有像素级注释。

它们每个都包含 1000 张图像，并被分成训练集，验证集和测试集的比例大致为 4:1:5。测试集被保留用于在线测试

 性能比较

下图 5. 等式中 λcum 的消融研究。 (6) 在 Foggy Zurichtest 数据集上。结果表明我们的模型对 λcum 不敏感。

 图 6.消融研究的定性结果。这些实验是在 Foggy Zurich 测试数据集上进行的。每列显示所提出的方法的结果与不同的组件。结果显示，随着使用的组件越多，空间结构越清晰

图 7. 除雾能力。我们比较我们的除雾由 CuDA-Net 中的 Fm-t 生成的图像与来自传统的除雾方法GFN [24]。输入图像是从Foggy Zurich随机选择。