- …
- …
#498
summarized by : Anonymous
どんな論文か?
ソースドメインで学習したモデルはover-confident(low-entropy)を出力する。一方, ターゲットドメインの場合は, under-confident(high-entropy)を出力する。このギャップを埋めるために, ターゲットドメインの場合でも, high prediction(low-entropy)を出力できるようにすることを考えた。
新規性
semantic segmentation UDAに対して, ターゲットドメインに対してlow-confident 予測ができるよう制約をかけたこと。新たなentropy-based adversarial training アプローチに基づいて, ソースドメイン からターゲットドメインへの適用方法を提案したこと。
結果
synthetic-2-realというunsupervised domain adaptionのベンチマークにおいて, state-of-theart performanceを出した。
その他(なぜ通ったか?等)
- …
- …