多重子空间对齐改进域适应
计算机视觉与模式识别
2018-11-13 v1
摘要
我们提出一种用于跨域视觉识别的新型无监督域适应（DA）方法。尽管子空间方法在 DA 中已获成功，其性能常受限于以单一低维子空间近似整个数据集的假设。相反，我们开发了一种方法，通过一组低维子空间有效表示源域与目标域数据集，随后利用子空间空间的天然几何结构即 Grassmann 流形对其对齐。我们利用两个广泛使用的基准上的实证研究表明该方法的有效性，取得了最先进的域适应性能。
关键词
引用
@article{arxiv.1811.04491,
title = {Multiple Subspace Alignment Improves Domain Adaptation},
author = {Kowshik Thopalli and Rushil Anirudh and Jayaraman J. Thiagarajan and Pavan Turaga},
journal= {arXiv preprint arXiv:1811.04491},
year = {2018}
}
备注
under review in ICASSP 2019