抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
特徴レベルでソースとターゲットドメイン間の余弦類似性を最大化することにより,意味セグメンテーションのための教師なしドメイン適応の問題に取り組む新しい方法を提案した。セグメンテーションネットワークは主に2つの部分,特徴抽出器と分類ヘッドから成る。2つのドメインが特徴レベルで小さなドメインギャップを持つならば,それらは分類ヘッドで小さなドメイン不一致も有すると期待する。提案手法は,ソース特徴マップとターゲット特徴マップの間の余弦類似性行列を計算し,次に,閾値を超える要素を最大化し,最も類似したソース特徴と高い類似性を持つ目標特徴をガイドする。さらに,ソース領域の最新の特徴を保存して,余弦類似性行列を計算するとき,非整合問題を防ぎ,様々な画像から様々なソース特徴を持つターゲット特徴を比較することができるクラスワイズソース特徴辞書を使用した。大規模な実験を通して,著者らは,著者らの方式が2つの教師なしドメイン適応タスク(GTA5→CityscopesとSYNTHIA→Cityscopes)に関して性能を得ることを立証した。Copyright 2022 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】