文献

J-GLOBAL ID：202102224148343737   整理番号：21A0067165

セマンティックセグメンテーションのための変分オートエンコーダベースの教師なし領域適応【JST・京大機械翻訳】

Variational Autoencoder Based Unsupervised Domain Adaptation For Semantic Segmentation

著者 (4件)： Li Zongyao (Hokkaido University,Graduate School of Information Science and Technology) ,  Togo Ren (Hokkaido University,Education and Research Center for Mathematical and Data Science) ,  Ogawa Takahiro (Hokkaido University,Faculty of Information Science and Technology) ,  Haseyama Miki (Hokkaido University,Faculty of Information Science and Technology)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICIP  ページ： 2426-2430  発行年： 2020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： ラベル付きドメインからラベルなしドメインへの教師つき知識を転送する教師なしドメイン適応は,コンピュータビジョンの分野において,特に意味的セグメンテーションのために,強靭な問題である。敵対学習と半教師つき学習に触発されたいくつかの方法を,意味セグメンテーションにおける教師なし領域適応のために開発し,優れた性能を達成した。本論文では,このタスクのための新しい方法を提案した。異なるドメインから特徴分布を整列させるための識別子を用いた敵対学習ベース法と同様に,著者らは,変分自動符号器を用いて,同じ目的地を得るが,非敵対的方法で得る。2つのアプローチが互換性があるので,著者らはまた,著者らの方法に敵対的損失を統合する。疑似ラベルをさらに導入することによって,著者らの方法は,2つのベンチマーク適応シナリオ,GTA5-toCITYSCAPESおよびSYNTHIA-to-CITYSCAPESに関して最先端の性能を達成することができた。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *変分法 ,  学習 ,  互換性 ,  *セグメンテーション ,  符号器 ,  コンピュータビジョン ,  ベンチマーク
準シソーラス用語： 半教師つき学習 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： セマンティックセグメンテーション ,  変分オートエンコーダ ,  教師 ,  適応