用于域自适应回归的对抗双回归器网络
人机交互
2024-07-19 v2 计算机视觉与模式识别
摘要
域自适应(DA)旨在将标注良好的源域知识迁移以辅助无标注目标域学习。当转向诸如室内(Wi-Fi)定位等具体任务时，学习跨域回归器以缓解域偏移至关重要。本文提出一种新方法——对抗双回归器网络(ABRNet)，以寻求更有效的跨域回归模型。具体而言，设计了一种差异双回归器架构，以最大化双回归器差异来发现远离源分布的不确定目标样本，随后在特征提取器与双回归器之间采用对抗训练机制以生成域不变表示。为进一步弥合较大域差距，设计了域特定增强模块，合成源相似与目标相似两个中间域，以逐步消除原始域失配。在两个跨域回归基准上的实证研究表明了我们的方法在解决域自适应回归(DAR)问题上的能力。
引用
@article{arxiv.2209.09943,
title = {Adversarial Bi-Regressor Network for Domain Adaptive Regression},
author = {Haifeng Xia and Pu Perry Wang and Toshiaki Koike-Akino and Ye Wang and Philip Orlik and Zhengming Ding},
journal= {arXiv preprint arXiv:2209.09943},
year = {2024}
}
备注
7 pages, 5 figures; IJCAI 2022; tested in the SPAWC2021 dataset for indoor localization