ICCVApr, 2019
任务和领域跨界学习
Learning Across Tasks and Domains
Pierluigi Zama Ramirez, Alessio Tonioni, Samuele Salti, Luigi Di Stefano
TL;DR本文提出了一种新的适应性框架,用于跨任务和领域传递知识,通过在一个完全监督域中学习跨任务和领域的知识,使其在只有部分监督域中实现性能增益。实验证明了该框架在两个具有挑战性的任务(即单眼深度估计和语义分割)和四个不同领域(Synthia、Carla、Kitti 和 Cityscapes)中的有效性。