论文笔记GA-DAN: Geometry-Aware Domain Adaptation Network for Scene Text Detection and Recognition

背景及介绍

深度神经网络的训练需要大量的标注数据，获取大量数据的代价往往是昂贵的。而且在大量的数据中，图片的分布往往是不相同的，用这种带有几何差异的图片来训练，势必会导致性能的下降。
文章提出了一种新的方法基于几何感知的领域自适应网络，该网络能够同时在几何空间和外观空间上建立跨领域移动模型，以及能够真实地转换有不同特征的跨领域图像。
领域自适应就是用来实现领域转换和解决数据集分布有偏差的问题的方法。

如图一所示，输入原图片source，生成一张与target目标图片在几何和外观上相似的图片adapted。

目前解决数据领域分布差异的方法有两类。
第一类是关注于最小化源领域和目标领域在特征空间上的差异。
第二类是采用生成对抗网络，通过生成器和鉴别器之间连续的对抗学习，实现像素级的适应。

网络结构

网络由空间模块，生成器，鉴别器构成，分别用蓝色，绿色，橙色框表示。从X到Y的过程，Sx将原图片转换成与目标图片相似的空间结构。Dt鉴别器判断转换后的图片几何形状是否与真实图片接近。然后Gx填补前面转换后的空白区域，并且生成与目标图片相似的外观。Dy鉴别器判断生成的图片是否接近真实的图片Y。反过程Y到X与前面过程类似。