#424
summarized by : 西村 和也(九州大学)
Regressive Domain Adaptation for Unsupervised Keypoint Detection

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。
placeholder

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.