- …
- …
#424
summarized by : 西村 和也（九州大学）
どんな論文か？
Domain adaptationは、主にclassificationに向けて設計されておりRegression (pose estimationなど)では失敗することが多い。そこで、Regressionのためのdomain adaptationを提案した。
新規性
1. regressionの出力空間は確率的な意味で疎であることを発見し、classificationとregressionの間を埋める際の手掛かりに使用
2. 従来のminimax gameによる最適化の代わりに二つの反対の目標を最小化する２つのregressorsを学習する問題に変換
3. 様々なketpoint estimationのタスクで手法を評価し、PCKで8%から11%の改善をした
結果
様々なpose estimationのdatasetも用いて検証を行いPercentage of Correct Keypointsにおいて8~11%の向上を実現
その他（なぜ通ったか？等）
domain adaptationでこれまで扱われていなかった新しい問題設定をreasonableな方法で実現したから
https://github.com/thuml/Transfer-Learning-Library.
- …
- …