特征空间中的虚拟对抗训练以改进无监督视频域适应
计算机视觉与模式识别
2020-08-20 v1
摘要
虚拟对抗训练(Virtual Adversarial Training)近来在半监督学习以及无监督域适应中取得了许多成功，然而迄今为止它一直被用于像素空间中的输入样本，而我们提出直接将其应用于特征向量。我们还讨论了熵最小化以及域适应中基于教师的决策边界迭代精炼训练的不稳定行为，并提出了能达到类似行为的替代方案。通过将前述技术加入最先进模型 TAN，我们在多个无监督视频域适应任务中要么保持了有竞争力的结果，要么超越了先前最佳方法。
引用
@article{arxiv.2008.08369,
title = {Virtual Adversarial Training in Feature Space to Improve Unsupervised Video Domain Adaptation},
author = {Artjoms Gorpincenko and Geoffrey French and Michal Mackiewicz},
journal= {arXiv preprint arXiv:2008.08369},
year = {2020}
}
备注
Submitted to the EI conference