#498
summarized by : Anonymous
ADVENT: Adversarial Entropy Minimization for Domain Adaptation in Semantic Segmentation

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。
placeholder

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)