- …
- …
#640
summarized by : 金城 忍
どんな論文か？
2つの異なるクラスに分類される画像のスタイルの特徴量の統計情報を、それぞれの画像に取り入れて正規化し線形変換を掛けて学習しスタイル不変の特徴量を学習する一方で、通常の特徴量抽出機も学習し、それらの出力を利用してスタイルに対するバイアスを緩和する提案
新規性
ドメインに敏感な物体の特性 (スタイル) に関連する特徴量抽出にバイアスが掛かる傾向があるCNNの出力に対して、その形状に関連する特徴量抽出を抽出することで、ドメインシフトに対する頑健性を改善するという点で新規
結果
16-class-ImageNetで学習したResNet-18ベースを使用して、ドメイン汎化性能をPACS、Office-Homeで評価した結果、平均で提案手法が既存手法よりよい結果を達成する一方で、テクスチャ、シェープの精度が向上し、シェープに対するバイアスの増加も確認した
その他（なぜ通ったか？等）
- …
- …