这篇论文主要思想是在语义分割领域通过对抗来实现特征对齐。

背景

语义分割领域的数据标注通常难以获取。由于数据标注需要大量的时间人力，因此在训练时所使用的训练数据往往难以完美匹配测试时的要求。

作者提出了两种场景，分别为跨城市迁移和真实合成样本迁移。

跨城市迁移：由于不同城市数据因为建筑风格等一系列差异，在用A城市数据训练出的模型，在B城市做测试时可能很难达到理想的效果。
真实合成样本迁移：由于数据标注困难，因此有研究者提出使用计算机合成数据进行训练。如图下图左上角为GTA5游戏的图像。游戏图像是由计算机建模形成，因此很容易获取其标注数据，并且理论上游戏图像数据量是无限的。但同样将合成数据应用到现实真实数据中，效果通常不令人满意。

因此，论文的应用场景可以总结为。拥有有标注的source domain和无标注的target domain。我们希望使用这些数据进行训练，使模型能够在target domain上测试得到较好的效果。

很自然的想法是我们希望缩小source domain和target domain的gap。

方法

传统的特征对齐

之前有研究者提出通过对抗网络来实现特征对齐。

网络主要分为两部分，特征生成器，辨别器。辨别器的目标是识别送来的特征是属于source domain还是target domain，而特征生成器用来将source domain和target domain的特征对齐，迷惑辨别器使其分辨不出特征是来自source domain还是target domain。通过对抗，使特征生成器具有缩小gap的功能。

问题

但是传统方法有个问题，特征对齐仅仅是在全局上的对其，无法保证其在类别上也对齐。

如图所示，蓝色代表source domain，红色代表target domain，加号减号代表样本类别。

特征对齐的目标是两点：

红色（target domain）和蓝色（source domain）尽可能靠近。
虚线（分类器）能够将加减号（样本类别）划分开。

由于传统的辨别器只是分辨特征是来自source domain还是target domain，因此带来的问题就如图所示。

虽然红色（target domain）和蓝色（source domain）靠近，但仅仅只全局上的靠近，分类器（虚线）很难将样本类别（加减号）分离。

因此作者尝试在辨别器中加入类别信息，使辨别器的输出不再是单纯的域类别，而是既包含域类别，又包含类别信息。通过辨别器的监督，使特征生成器也能将类别信息区分开，使红色加号靠近蓝色加号，红色减号靠近蓝色减号。

细粒度的对抗学习

由此作者提出FADA网络，网络结构如下图所示。

该网络与传统的对抗方法相比最大的差异在辨别器，传统的辨别器输出两通道的特征，分别代表source domain和target domain。而FADA网络，它在此处输出2K个通道，K为样本类别数。因此在对特征生成器监督的过程中附加了类别信息，使特征类别也具有对其的趋势。

训练过程中，辨别器的损失函数为：

其中 \(a_{ik}^{(s)}\) , \(a_{jk}^{(t)}\) 分别代表source domain的样本 \(i\) 和target domain的样本 \(j\) 的第 \(k\) 个类别。\(f_i\) ，\(f_j\) 代表特征来自源域\(x_i^{(s)}\)和目标域\(x_j^{(t)}\)。\(d\) 代表域变量，其中0代表源域，1代表目标域。\(P(d|f)\)是辨别器输出概率。