文献

J-GLOBAL ID：201602273036846416   整理番号：16A0805316

辞書発展を介した教師なし視覚ドメイン適応【Powered by NICT】

Unsupervised visual domain adaptation via dictionary evolution

著者 (6件)： Wu Songsong (School of Automation, Nanjing University of Posts and Telecommunications, China) ,  Jing Xiao-Yuan (School of computer science, Wuhan University, China) ,  Yue Dong (School of Automation, Nanjing University of Posts and Telecommunications, China) ,  Zhang Jian (School of Computing and Communications, University of Technology Sydney, Australia) ,  Yang K Jian (School of Computer Science and Engineering, Nanjing University of Science and Technology, China) ,  Yang Jingyu (School of Computer Science and Engineering, Nanjing University of Science and Technology, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICME  ページ： 1-6  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 実世界視覚応用では,異なるドメインからのサンプル間の分布不整合は,分類性能を著しく劣化させる可能性がある。分域に交差する分類器の汎化能力を改善するために,ドメイン適応はコンピュータビジョンにおいて多くの関心を集めている。ラベルは標的領域で利用できないのではまだ挑戦的な教師なしドメイン適応に焦点を当てた。注意の大部分は,ドメイン間で共有されて構造を調べることによって,ドメイン不変特徴を探索,標識源データに含まれる有用な識別情報を無視することに専念した。本論文では,著者らはドメインシフトにロバストな識別特徴を構築するための辞書進化(DE)アプローチを提案した。特に,DEは緩やかな遷移過程を通して非標識標的試料への標識発生源試料に基づく学習済み識別辞書を適応させることにある。学習辞書で,領域間共通データの表現能力と強力な判別能力を付与することを示した。実世界データセット上での実験結果により,競合する方法に比べて提案アプローチの利点を示した。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 汎化 ,  ロバスト性 ,  不整合 ,  コンピュータビジョン ,  分域 ,  不変性 ,  学習 ,  *視覚
準シソーラス用語： データセット ,  発生源 ,  識別子 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 辞書 ,  発展 ,  教師 ,  視覚 ,  ドメイン適応