基于局部对抗时间注意力网络的局部视频域适应
计算机视觉与模式识别
2021-07-13 v1 人工智能
摘要
局部域适应(PDA)是一种实用且通用的域适应场景,其放宽了完全共享标签空间的假设,使得源标签空间包含目标标签空间。PDA 的关键挑战是由仅源类引起的负迁移问题。对于视频,此类负迁移可由空间和时间特征共同触发,这导致更具挑战性的局部视频域适应(PVDA)问题。本文中,我们提出一种新颖的局部对抗时间注意力网络(PATAN),通过利用空间和时间特征过滤仅源类来解决 PVDA 问题。此外,PATAN 通过关注对类过滤过程贡献更大的局部时间特征,构建有效的整体时间特征。我们进一步引入新基准以促进 PVDA 问题的研究,涵盖广泛的 PVDA 场景。实证结果展示了我们所提 PATAN 在多个 PVDA 基准上的最先进性能。
引用
@article{arxiv.2107.04941,
title = {Partial Video Domain Adaptation with Partial Adversarial Temporal Attentive Network},
author = {Yuecong Xu and Jianfei Yang and Haozhi Cao and Qi Li and Kezhi Mao and Zhenghua Chen},
journal= {arXiv preprint arXiv:2107.04941},
year = {2021}
}
备注
The new datasets for PVDA: HMDB-ARID(partial), MiniKinetics-UCF, HMDB-ARID(partial) can be downloaded from https://xuyu0010.github.io/pvda.html