序数回归中的通用域自适应
计算机视觉与模式识别
2021-08-26 v2 人工智能
摘要
我们研究序数回归（OR）中的通用域自适应（UDA）问题，其试图解决标签并非独立、而是遵循自然顺序的分类问题。我们表明，为分类开发并基于聚类假设的 UDA 技术在 OR 设定下表现不佳。我们提出一种方法，以排序学习的辅助任务补充 OR 分类器，该任务起到双重作用：区分公共与私有样本，以及通过排序将类标签扩展到私有目标图像。结合对抗性域判别，我们的模型能够处理闭集、部分以及开放集配置。我们在三个人脸年龄估计数据集上评估了该方法，并表明其优于基线方法。
引用
@article{arxiv.2106.11576,
title = {Universal Domain Adaptation in Ordinal Regression},
author = {Boris Chidlovskii and Assem Sadek and Christian Wolf},
journal= {arXiv preprint arXiv:2106.11576},
year = {2021}
}