[論文レビュー] ConDA: Unsupervised Domain Adaptation for LiDAR Segmentation via Regularized Domain Concatenation

Lingdong Kong, Niamul Quader+1 more|arXiv (Cornell University)|Nov 30, 2021

Domain Adaptation and Few-Shot Learning参考文献 70被引用数 4

ひとこと要約

ConDAは、LiDARセマンティックセグメンテーションのための新しい教師なしドメイン適応フレームワークを提案する。この手法は、ラベル付きのソース（正解アノテーションあり）と疑似ラベル付きのターゲット（疑似ラベルあり）のLiDARレンジビューから、重複のない空間的に整合した領域を連結して中間ドメインを構築し、細粒度なクロスドメイン相互作用を可能にする。自己学習におけるノイズとアーリアシングアーティファクトの低減に、組み込みのアンチエイリアシング正則化子とエントロピー集約器を活用することで、ボストン→シンガポールベンチマークで42.3%のmIoUを達成し、最先端性能を実現する。

ABSTRACT

Transferring knowledge learned from the labeled source domain to the raw target domain for unsupervised domain adaptation (UDA) is essential to the scalable deployment of autonomous driving systems. State-of-the-art methods in UDA often employ a key idea: utilizing joint supervision signals from both source and target domains for self-training. In this work, we improve and extend this aspect. We present ConDA, a concatenation-based domain adaptation framework for LiDAR segmentation that: 1) constructs an intermediate domain consisting of fine-grained interchange signals from both source and target domains without destabilizing the semantic coherency of objects and background around the ego-vehicle; and 2) utilizes the intermediate domain for self-training. To improve the network training on the source domain and self-training on the intermediate domain, we propose an anti-aliasing regularizer and an entropy aggregator to reduce the negative effect caused by the aliasing artifacts and noisy pseudo labels. Through extensive studies, we demonstrate that ConDA significantly outperforms prior arts in mitigating domain gaps.

研究の動機と目的

• ボストンやシンガポールのような都市間で、ラベル付きデータがターゲットドメインに不足する状況におけるLiDARセマンティックセグメンテーションのドメインギャップを解消すること。
• 単なる特徴量のアライメントを超えて、ソースとターゲットドメイン間の細粒度で空間的に一貫性のある相互作用を可能にする、教師なしドメイン適応（UDA）の向上。
• 自己学習におけるノイズの多い疑似ラベルとアーリアシングアーティファクトの悪影響を軽減すること。
• 明示的な正則化と不確実性を考慮した監視を組み込むことで、モデルの一般化性能を向上させるトレーニングフレームワークの構築。

提案手法

• ソース（正解アノテーションあり）とターゲット（疑似ラベルあり）のLiDARレンジビューから、重複のない空間的領域（例：前方上部、後方下部）を連結して中間ドメインを構築し、相対的位置関係を維持することで意味的整合性を保つ。
• 各畳み込みブロック内に組み込みのアンチエイリアシング正則化子を適用し、ターゲットアノテーションを必要とせずに高周波数のアーリアシングアーティファクトを抑制する。
• エントロピー集約器を導入し、ターゲットドメインの高エントロピー（低信頼度）疑似ラベルをフィルタリングすることで、自己学習信号の品質を向上させる。
• 中間ドメイン上でソースの正解ラベルと洗練されたターゲット疑似ラベルの両方を活用したジョイント自己学習を実施し、特徴量学習を強化する。
• 空間的文脈を保持し、ドメイン混合を構造的に行えるよう、LiDARポイントクラウドのレンジビュー（RV）表現を採用する。
• ソースデータにおける交差エントロピー損失と中間ドメインにおける一貫性正則化を組み合わせ、エンターレンジでセグメンテーションバックボーンをエンドツーエンドに訓練する。

Figure 1: Illustrative examples for domain concatenation. (a) Visual RGB and LiDAR range-view (RV) projections of the source (ground-truth) and target (pseudo-labels) domains. Images adopted from nuScenes [ 2 ] . (b) Cylindrical representation of LiDAR RV. (c) Concatenated examples. Mixing domains u

実験結果

リサーチクエスチョン

• RQ1 ソースとターゲットのLiDARデータから、空間的に整合した非重複領域を連結することで、意味的整合性を維持しながら細粒度なクロスドメイン相互作用を実現できるか？
• RQ2 ネットワークアーキテクチャ内にアンチエイリアシング正則化子を導入することで、LiDARセグメンテーションにおけるUDAにおけるアーリアシングアーティファクトの悪影響を軽減できるか？
• RQ3 エントロピーに基づくフィルタリング機構により、ターゲットアノテーションが存在しない状況でも疑似ラベルの品質が向上し、自己学習性能が向上するか？
• RQ4 提案された中間ドメイントレーニング戦略は、標準的な自己学習や敵対的適応と比較して、より優れた一般化性能と高いmIoUを達成するか？

主な発見

• ConDAはボストン→シンガポールのUDAベンチマークで42.3%のmIoUを達成し、先行の最先端手法（CBST: 38.1%、IntraDA: 36.8%）を大きく上回る。
• ボストン→シンガポール設定において、「rider」クラスで27.9%、「motorcycle」クラスで82.3%のmIoUを達成し、レアクラスや困難クラスにおいて顕著な向上を示す。
• エントロピー集約器により低信頼度の疑似ラベル数が削減され、自己学習の信頼性が向上し、ベースライン自己学習と比較して4.2%のmIoU向上を達成する。
• アンチエイリアシング正則化子は高周波数ノイズを効果的に抑制し、ドメイン連結時の領域再グループ化に起因する悪影響を軽減する。
• AdvEnt や DADA といった敵対的手法よりも、mIoU と推論速度の両面で優れた性能を示し、訓練時間は MinEnt や CBST と同等である。
• 定性的な結果から、ConDAはエゴ車両周辺の誤予測を包括的に低減しているのに対し、先行手法は局所的または限定的な改善にとどまっている。

Figure 2: Overview of our concatenation-based domain adaptation (ConDA) framework. After preprocessing (Sec. III-A ), sample stripes from both domains are mixed via RV concatenation (Sec. III-B ). The concatenated inputs are fed into the segmentation network for feature extraction. We include anti-a