面向视觉情感分类的多源域适应
计算机视觉与模式识别
2020-01-14 v1
摘要
现有的视觉情感分类域适应方法通常在单源场景下进行研究，即将从具有充足标注数据的源域学到的知识迁移到具有松散标注或无标注数据的目标域。然而在实践中，来自单一源域的数据通常体量有限，难以覆盖目标域的特征。本文中，我们提出一种新颖的多源域适应（MDA）方法，称为多源情感生成对抗网络（MSGAN），用于视觉情感分类。为处理来自多个源域的数据，它学习寻找一个统一情感潜空间，其中源域与目标域数据具有相似分布。这通过端到端的循环一致对抗学习实现。在四个基准数据集上进行的大量实验表明，MSGAN 显著优于最先进的视觉情感分类 MDA 方法。
引用
@article{arxiv.2001.03886,
title = {Multi-source Domain Adaptation for Visual Sentiment Classification},
author = {Chuang Lin and Sicheng Zhao and Lei Meng and Tat-Seng Chua},
journal= {arXiv preprint arXiv:2001.03886},
year = {2020}
}
备注
Accepted by AAAI2020