- …
- …
#116
summarized by : Kazuki Omi
どんな論文か？
物体検出におけるドメイン適応の論文．
既存のドメイン適応を用いた物体検出器はクラス識別は概ねうまくいくが領域検出には改善の余地があるため，クラス識別と領域検出のそれぞれのタスク毎にドメイン適応を行うべきであることを主張しその手法を提案している．
新規性
既存のドメイン適応を用いた物体検出手法は敵対的学習により特徴量空間を近づけていたが，これはクラス識別と領域検出のそれぞれのタスクに特化したドメイン適応が行えない．そこで補助的な予測器（クラス識別器と領域検出器どちらも）をいくつか追加しソースドメインで学習させ，ターゲットに対するこれらの予測器の出力を用いて適切にドメイン適応を行う．（クラス識別ではシャノンエントロピー，領域検出では標準偏差を用いる）
結果
PASCAL VOC→Clipart, Cityscapes→Foggy Cityscapesといったドメイン適応を用いた物体検出の実験結果において最先端手法よりも高性能
その他（なぜ通ったか？等）
https://github.com/MCG-NJU/TIA
- …
- …