利用无标签域桥接应对极端变化下的自适应
计算机视觉与模式识别
2020-08-26 v2
摘要
我们解决一个无监督域适应问题，其中由于域间与域内变化的多种因素，有标签源域与无标签目标域之间的域差异很大。虽然深度域适应方法已通过减小域差异得以实现，但当域显著不同时难以应用。本工作中，我们提出通过引入连接源域和目标域的无标签桥接域，将域差异分解为多个更小、从而更易最小化的差异。我们通过扩展具有多个判别器的域对抗神经网络来实现我们的提议，其中每个判别器负责减小无标签（桥接、目标）域与包括源域在内的所有先前域混合之间的差距。我们在包括物体识别与语义分割的若干适应任务上验证了方法的有效性。
引用
@article{arxiv.1906.02238,
title = {Adaptation Across Extreme Variations using Unlabeled Domain Bridges},
author = {Shuyang Dai and Kihyuk Sohn and Yi-Hsuan Tsai and Lawrence Carin and Manmohan Chandraker},
journal= {arXiv preprint arXiv:1906.02238},
year = {2020}
}