文献

J-GLOBAL ID：202202266705981302   整理番号：22A0565332

ドメイン適応オブジェクト検出のための識別分布アラインメント【JST・京大機械翻訳】

Discriminative distribution alignment for domain adaptive object detection

著者 (9件)： Huang Junchu (381 Wushan Road, South China University of Technology, Tianhe District, Guangzhou, Guangdong, China) ,  Huang Junchu (Key Laboratory of Big Data and Intelligent Robot, South China University of Technology, Ministry of Education, China) ,  Shen Shifu (381 Wushan Road, South China University of Technology, Tianhe District, Guangzhou, Guangdong, China) ,  Shen Shifu (Key Laboratory of Big Data and Intelligent Robot, South China University of Technology, Ministry of Education, China) ,  Zhou Zhiheng (381 Wushan Road, South China University of Technology, Tianhe District, Guangzhou, Guangdong, China) ,  Zhou Zhiheng (Key Laboratory of Big Data and Intelligent Robot, South China University of Technology, Ministry of Education, China) ,  Zhang Pengyu (381 Wushan Road, South China University of Technology, Tianhe District, Guangzhou, Guangdong, China) ,  Zhang Pengyu (Key Laboratory of Big Data and Intelligent Robot, South China University of Technology, Ministry of Education, China) ,  Fan Kefeng (China Electronics Standardization Institute, Beijing, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 474  ページ： 48-59  発行年： 2022年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： ドメイン適応物体検出は,ラベルなしターゲット画像のための有効な転送可能モデルを構築することによって,魅力的性能を達成して,それは種々の分布を有するよくラベルしたソース画像を利用した。しかし,2つの重要な要因は,ほとんどの現在の方法によって見落とされている。1)画像の異なる領域は,オブジェクトを分類するためのより識別的な情報を含むならば,いくつかの領域が分布アラインメントに寄与するかもしれないので,等しく整列すべきではない。2)特徴アラインメントと分類の目的は,データの識別情報を捉えることができないので,独立して最適化すべきではない。これらの問題に取り組むために,識別分布アラインメント領域適応検出器と呼ばれる新しいドメイン適応物体検出モデルを提案した。特異的であるために,提案方法は,まず,前景と背景の間の識別を強化するために,画像レベルで高い局在化確率で定量化される領域に焦点を合わせる。次に,ソースとターゲット画像をカテゴリレベルで整列させ,2つの敵対的領域間分類器によってクラス不変特徴を学習した。いくつかの視覚タスクに関する包括的な実験は,提案した方法が教師なしドメイン適応設定において,競合ドメイン適応オブジェクト検出法よりも性能的に優れていることを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. 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 ,  最適化 ,  視覚 ,  データ ,  分類 ,  適応 ,  認識 ,  範囲 ,  画像 ,  モデル
準シソーラス用語： 敵意 ,  *物体検出 ,  局在化 ,  前景 ,  識別子 , 【Automatic Indexing@JST】

著者キーワード (3件)： オブジェクト検出 ,  ドメイン適応 ,  ドメイン適応オブジェクト検出

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： ドメイン適応 ,  オブジェクト検出 ,  識別 ,  分布 ,  アラインメント