文献

J-GLOBAL ID：202002285636483161   整理番号：20A2571697

クラス問題:クロスドメインセマンティックセグメンテーションに対する細粒敵対アプローチ【JST・京大機械翻訳】

Classes Matter: A Fine-Grained Adversarial Approach to Cross-Domain Semantic Segmentation

著者 (5件)： Wang Haoran (ETH Zuerich, Zurich, Switzerland) ,  Shen Tong (JD AI Research, Nanjing, China) ,  Zhang Wei (JD AI Research, Nanjing, China) ,  Duan Ling-Yu (Peking University, Beijing, China) ,  Mei Tao (JD AI Research, Nanjing, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12359  ページ： 642-659  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 教師つき意味セグメンテーションにおける大きな進歩にもかかわらず,野生のモデルを展開するとき,通常,大きな性能低下が観察される。ドメイン適応法は,ソースドメインとターゲットドメインを整列させることで問題に取り組む。しかし,ほとんどの既存の方法は,ターゲットドメインにおける根底にあるクラスレベルデータ構造を無視して,全体的観点からアラインメントを実行することを試みた。ソースドメインにおける監視を完全に利用するために,クラスレベル特徴アラインメントのための細粒広告学習戦略を提案し,一方,ドメイン間の意味論の内部構造を保存する。ドメイン識別器として機能するだけでなく,クラスレベルでドメインを差別化する細粒ドメイン識別子を採用した。また,従来のバイナリドメインラベルを,微細粒特徴アラインメントを導くための監視信号としてドメイン符号化に一般化した。クラスセンター距離(CCD)による解析は,著者らの微細粒敵対戦略が,他の最先端の方法と比較して,より良いクラスレベルアラインメントを達成することを実証した。提案手法は実装が容易であり,その有効性を3つの古典的ドメイン適応タスク,即ち,GTA5[数式:原文を参照]Cityscopes,SYNTHIA[数式:原文を参照]Cityscopes,およびCityscaps [数式:原文を参照]Cross-Cityに関して評価した。大きい性能利得は,著者らの方式が他のグローバル特徴アラインメントベースとクラスワイズアラインメントベースの対応物より優れていることを示した。コードは,公的に利用可能である。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アラインメント ,  弁別器 ,  意味論 ,  広告 ,  *セグメンテーション ,  データ構造 ,  利得 ,  監視信号 ,  内部構造 ,  有効性
準シソーラス用語： 敵意 ,  差別化 ,  識別子 ,  バイナリー , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： クラス ,  細粒 ,  敵対