基于对比学习与不相关条件化的事件数据网络无监督域适应训练
计算机视觉与模式识别
2023-03-23 v1 机器学习
摘要
事件相机在高动态范围环境和快速运动操作中提供可靠的测量以执行计算机视觉任务。然而，由于事件相机出现较晚，在基于事件的视觉中采用深度学习面临标注数据稀缺的挑战。迁移可从常规相机标注数据中获取的知识为这一挑战提供了实用解决方案。我们开发了一种无监督域适应算法，利用对比学习和数据的不相关条件化来训练用于基于事件数据的图像分类的深度网络。我们的方案在此任务上优于现有算法。
引用
@article{arxiv.2303.12424,
title = {Unsupervised Domain Adaptation for Training Event-Based Networks Using Contrastive Learning and Uncorrelated Conditioning},
author = {Dayuan Jian and Mohammad Rostami},
journal= {arXiv preprint arXiv:2303.12424},
year = {2023}
}