- …
- …
#993
summarized by : Hirokatsu Kataoka
どんな論文か？
セマンティックセグメンテーションのための教師なしドメイン適応。合成/実データ間のドメインシフトを緩和する。
新規性
ドメイン間で同じ意味空間の物体の整合性を取るように学習する。物体インスタンスごとに特徴表現を計算し、ソースとターゲットで類似するインスタンスに似せるように学習。
結果
GTA5→Cityscapes、SYNTHIA→Cityscapesと2種類の教師なしドメイン適応タスクで実験を行なった結果、mIoUの数値において、Li et al. [26]よりも高い精度となったことを報告した。
その他（なぜ通ったか？等）
- …
- …