domain adversarial learning | BriefGPT

关键词domain adversarial learning

搜索结果 - 11

基于双层混合与对比的零样本域自适应
该论文提出了一种新的零样本领域自适应方法，通过双层混合增强和对抗学习来学习具有低任务偏差的领域不变特征，实验证明该方法在多个基准测试上取得了良好的性能。
PDF7 days ago
领域相似度感知标签分配用于领域泛化的水下目标检测
该研究通过引入 “领域相似 - 感知标签分配”（Domain Similarity-Perceived Label Assignment）的概念，并结合领域特定的数据增强技术，在水下跨域目标检测基准测试 S-UODAC2020 上取得了最先
PDF6 months ago
无监督领域适应在解剖标志检测中的应用
我们提出了一种基于无监督领域自适应的解剖标志点检测新框架，利用自我训练和领域对抗学习来处理适应过程中的领域差异，通过选择可靠的动态阈值标签进行目标领域数据的自适应，以及通过对抗训练学习领域不变特征来处理两个领域的不对齐数据分布，实验证明该方
PDF10 months ago
ACLDaMSTF：领域对抗学习增强的元自训练用于领域适应
自学习是领域自适应的重要研究线，该论文提出了一种新的自适应框架 DaMSTF，并通过使用元学习、领域对抗学习等方法来减少标签噪声、保留难例，并在跨领域情感分类任务中优化了 BERT 模型性能。
PDFa year ago
ZET-Speech：基于扩散和基于风格的模型的零样本自适应情感可控语音合成
本文提出了一种零样本适应情绪可控 TTS 模型 ZET-Speech，旨在实现对任何说话者情感语音的合成，采用了域对抗学习和扩散模型的引导方法，实验结果表明，ZET-Speech 成功地合成了所需情感的自然和情感语音，适用于已知和未知说话者
PDFa year ago
AVATAR：用于目标域的对抗式自超级监督域自适应网络
本研究提出了基于深度聚类、领域对抗学习、自监督学习和样本选择策略的 AVATAR 算法，解决了复杂领域自适应任务中的领域差异和样本噪声问题，实验结果表明其在三个领域自适应基准任务上均优于现有算法。
PDFa year ago
CVPR多视角对抗鉴别器：在未见域中挖掘非因果因素进行物体检测
该研究提出了一个 Multi-view Adversarial Discriminator（MAD）模型，利用多视图对源域进行对抗训练，去除非因果因素并净化域不变特征，提高对象检测模型的 domain generalization 性能。
PDFa year ago
CVPRPartManip：从点云观测中学习跨类别通用零件操作策略
本研究提出了一种基于部件的交叉类别物体操纵策略，并使用新建的基准测试集 PartManip 进行了评估。通过标准化部件及关联奖励来培训状态专家，再通过知识蒸馏的方式将其应用于视觉学习中。此外，引入了领域敌对学习，以实现域不变性特征提取，结果
PDFa year ago
跨域适应目标检测教师
我们提出了自适应教师（AT）框架来解决使用教师 - 学生框架进行目标检测的半监督学习中由于域差异而产生的问题，AT 利用领域对抗学习和弱 - 强数据增强来缓解这一问题。
PDF3 years ago
ECCV部分对抗域适应
本文提出部分域自适应作为一种新的域自适应场景，旨在将现有大型域中的深度模型转移到未知小型域中，通过下调异常源类别数据来训练源分类器和域对手，同时匹配共享标签空间中的特征分布来同时缓解负迁移并促进正迁移，实验证明这种方法在多个数据集上的部分域
PDF6 years ago
无歧视：道路场景分割器的跨城市适应性
该论文提出了一种无监督学习方法来通过 Google Street View 数据库和时光机功能自动适应不同城市的道路场景分割器，实现跨城市语义分割。
PDF7 years ago