# RobustNet: Improving Domain Generalization in Urban-Scene Segmentation via Instance
###### tags: `CVPR2021`

## knowledge
- 數學符號:
- ^: head
- - :
- Domain adaptation (DA):
- 種緩解這種域間隙造成的性能下降的方法
- Domain generalization (DG)
- 大多數DG方法通過學習跨多個源域的共享表示來實現這一點(高成本)
- 特徵協方差
- 包含特定領域的風格，如紋理和顏色
- whitening transformation
- is a technique that removes feature correlation and
makes each feature have unit variance.(effectively eliminates domain-specific style information)
- 白化的目的就是降低輸入的冗餘性
- (1)降低特徵之間相關性(stycle transfor 有很大的pixel to
pixel 相關性)
- (2)所有特徵具有相同的方差
- 步驟
- 第一步操作就是PCA，求出新特徵空間中X的新座標，然後再對新的座
標進行
方差歸一化操作
- 
- https://arxiv.org/pdf/1705.08086.pdf
- 主要用途
- 去除風格 找到內容物
- Whitening transform
- 
- 其中Dc是具有fc的協方差矩陣特徵值的對角矩陣，Ec是特徵向量的對應正交
矩陣。白化的目的是使得特徵之間具有較低的相關性，
- https://kknews.cc/zh-tw/culture/3vk3vqg.html
- 方差（Variance）是度量一組資料的分散程度
- https://www.itread01.com/content/1542789723.html

- domain gap
- 目前對此的常用解決方案是遷移學習（transfer learning）或域適應（domain adaptation
- 另一個，改進模型本身，即在模型中引入對圖像的外觀不變性
- 正交矩陣
- AAT = I (def)
-

- 協方差矩陣用作和Gram矩陣類似
- Gram矩陣沒有白化，也就是沒有減去均值，直接使用兩向量做內積
- 可對角化矩陣
- 
- 對角矩陣特別容易處理。它們的特徵值和特徵向量是已知的，且其行列式可通過計算對角元素相乘獲得
- 奇異矩陣

## Abstract
- 使用實例選擇性白化損失，提高不可見區域分割網絡的健壯性
-