TriGAN：面向多源域适应的图像到图像翻译
计算机视觉与模式识别
2021-04-13 v1
摘要
大多数域适应方法考虑从单个源数据集向目标域迁移知识的问题。然而，在实际应用中，我们通常可以访问多个源。在本文中，我们提出了第一种基于生成对抗网络的多源域适应（MSDA）方法。我们的方法受到以下观察的启发：给定图像的外观取决于三个因素：域、风格（以低级特征变化为特征）和内容。因此，我们提出将图像特征投影到一个仅保留内容依赖性的空间，然后使用目标域和风格将该不变表示重新投影到像素空间。通过这种方式，可以生成新的带标签图像，用于训练最终的目标分类器。我们使用常见的 MSDA 基准测试了我们的方法，结果表明其性能优于最先进的方法。
引用
@article{arxiv.2004.08769,
title = {TriGAN: Image-to-Image Translation for Multi-Source Domain Adaptation},
author = {Subhankar Roy and Aliaksandr Siarohin and Enver Sangineto and Nicu Sebe and Elisa Ricci},
journal= {arXiv preprint arXiv:2004.08769},
year = {2021}
}