用于视频域适应的时序注意力对齐
计算机视觉与模式识别
2019-06-10 v5 机器学习
多媒体
摘要
尽管近年来提出了各种基于图像的域适应（DA）技术，视频中的域偏移仍未被充分探索。大多数先前工作仅在饱和的小规模数据集上评估性能。因此，我们首先提出了一个更大规模且域差异更大的数据集：UCF-HMDB_full。其次，我们研究了不同的视频 DA 集成方法，并表明同时对齐和学习时序动态即使在没有复杂 DA 方法的情况下也能实现有效对齐。最后，我们提出了时序注意力对抗适应网络（TA3N），其利用域差异显式关注时序动态以实现更有效的域对齐，在三个视频 DA 数据集上达到了最先进的性能。代码和数据发布于 http://github.com/cmhungsteve/TA3N。
引用
@article{arxiv.1905.10861,
title = {Temporal Attentive Alignment for Video Domain Adaptation},
author = {Min-Hung Chen and Zsolt Kira and Ghassan AlRegib},
journal= {arXiv preprint arXiv:1905.10861},
year = {2019}
}
备注
CVPR2019 Workshop (Learning from Unlabeled Videos). Source code: http://github.com/cmhungsteve/TA3N