domain gap | BriefGPT - AI 论文速递

关键词domain gap

搜索结果 - 85

对于轨道 6D 位姿估计的领域泛化
我们提出了一种通过多任务学习和积极的数据增强策略来改善网络的领域泛化能力，从而实现相对 6D 姿态和空间飞行器姿态估计的跨领域问题。
PDF15 days ago
基于生成数据集的正则化训练：仅包含名称的视觉 - 语言模型转化
通过对生成图像进行微调，本文研究目的是解决在生成的数据集上微调以特定分类模型的视觉 - 语言模型时所面临的挑战，并提供两种正则化方法来克服实际图像与生成图像之间的领域差异。经过广泛的实验验证，所提出的分析和正则化技术有效减轻了一直被忽视的领
PDF24 days ago
分析综合退化对人脸识别的影响
分析面部识别模型在真实场景中的鲁棒性，研究表明合成退化会显著降低模型性能，强调了考虑真实世界复杂性的重要性。
PDFa month ago
探索航拍人体检测的合成数据影响
本文研究了航拍人体检测中利用合成数据来训练的方法，通过探讨实际数据、合成数据和数据池选择对合成数据的质量影响以及利用合成数据提高学习性能和域泛化能力的效果，发现了几个重要的发现，为未来研究提供了更合理的使用合成数据的方向。
PDFa month ago
使用混合数据集训练深度学习模型以实现对真实合成孔径雷达图像的稳健自动目标检测
通过使用合成目标，训练具有深度学习方法的自动目标检测模型来解决合成孔径雷达图像中地面目标检测算法所面临的挑战，并证明该方法能在无需真实数据训练的情况下，在真实数据上达到高达 90% 的平均精度。
PDF2 months ago
ICML跨领域离线强化学习中的数据过滤对比表示
本文提出了一种基于表征的方法来测量领域差距，并通过对不同领域进行过渡采样来学习表征，从而解决合并两个领域数据导致性能下降的问题。通过基于表征的方法筛选数据，我们的实证结果表明，我们的方法仅使用目标数据的 10％就能以 89.2％的性能达到
PDF2 months ago
用于真实世界人脸超分辨率的师生网络与边缘信息渐进嵌入
提出了一种考虑真实数据和合成数据之间领域差异的面向真实世界的人脸超分辨率教师 - 学生模型，通过使用循环网络中间输出逐步包含各种边缘信息，此方法在获取高质量的真实世界人脸超分辨率图像方面超越了现有的先进方法。
PDF2 months ago
TK-Planes: 高维特征向量下的分层 K-Planes 用于动态无人机场景
本论文提出了一种新的方法来缩小合成数据和实际世界数据之间的领域差距，用于无人机感知。我们的方法适用于包含移动物体或人类动作的动态场景，旨在识别姿势或行为。我们扩展了 K-Planes 神经辐射场（NeRF），通过存储一组分层特征向量来有效建
PDF2 months ago
CVPR面向恶劣图像条件下的视频目标检测的无源域适应
我们提出了一种用于视频目标检测的简单而有效的无源域自适应方法，STAR-MT。通过改进 YOLOV 方法，在包括噪声、气流湍流和雾霾等恶劣图像条件下，我们的方法始终提高了视频目标检测性能，展示了其在现实世界应用中的潜力。
PDF2 months ago
LaneCorrect: 自监督车道检测
本文提出了一种无监督的 3D 车道分割方法，通过利用激光雷达点云帧上车道的独特强度，在 2D 平面上投影 3D 点来获取嘈杂的车道标签；同时，利用自监督的预训练模型，矫正车道标签并训练学生网络实现任意目标车道（例如，TuSimple）的无人
PDF2 months ago
从模态到风格：重新思考异构人脸识别中的领域差距
我们的研究工作着眼于异构人脸识别，提出了一种新的条件自适应实例调制模块 (CAIM)，可以有效地适应不同的源模态，并弥合领域差距，实现全面训练。通过在多个挑战性的基准测试中进行广泛评估，证明我们的方法优于现有的方法。
PDF2 months ago
使用领域不变单元的异构人脸识别
基于预训练的人脸识别模型作为教师网络，学习领域不变的网络层，称为领域不变单元（DIU），用于减小不同模态之间的领域差距，并通过对比蒸馏框架有效地进行训练，以提高适应各种数据变化的预训练模型的性能。在多个具有挑战性的基准测试中，我们广泛评估了
PDF2 months ago
CVPR以草图为引导的局部离散扩散图像修复
本研究工作中，我们研究了基于草图引导的图像修复任务。与在捕捉语义细节方面表现出色的经过深入研究的自然语言引导图像修复不同，相对较少研究的草图引导修复提供了更强的用户控制力，可指定待修复对象的形状和姿势。作为这个任务的早期解决方案之一，我们引
PDF2 months ago
服务机器人的现实世界实例特定图像目标导航：用对比学习缩小领域差距
提出了一种名为 Few-shot Cross-quality Instance-aware Adaptation（CrossIA）的新方法，该方法利用对比学习和图像增强技术来解决移动机器人在低质量图像和高质量查询图像之间的领域差距，从而提高
PDF3 months ago
CVPR无时间训练：为 Few-shot 3D 场景分割赋能的非参数网络
基于非参数化网络和支持查询传递模块，我们提出了一个用于 few-shot 3D 分割的 Seg-NN 和 Seg-PN 方法，其中 Seg-NN 通过手工设计滤波器来提取密集表示，Seg-PN 则通过训练轻量级的 QUERY-SUPPORT
PDF3 months ago
探索混合对抗训练中的双重 BN 技术
在对抗训练中应用批归一化（BN）时存在越来越多的关注，尤其是当模型在对抗样本和干净样本上进行训练时（即混合式对抗训练）；本研究揭示了统计数据的分离对模型训练起到的作用较小，而分离仿射参数则起到了更大的作用；通过研究表明对抗样本与干净样本之间
PDF3 months ago
TOD3Cap: 面向户外场景的三维密集描述
室外三维密集字幕生成中存在诸多挑战，如室内和室外场景之间的领域差异、数据匮乏等，本文提出了室外三维密集字幕生成的新任务，并引入使用 BEV 表示的 TOD3Cap 网络来生成物体边界框和丰富的字幕，通过 TOD3Cap 数据集进行评估，结果
PDF3 months ago
基于修复驱动的遮罩优化方法用于物体去除
本文提出了一种优化遮罩的方法，通过图像修复来提高对象去除的质量。通过使用分割提取的对象遮罩来训练修复网络，并在推断步骤中使用这些遮罩，解决了训练和推断图像之间的域差异问题。此外，通过连接分割网络和修复网络进行端到端训练，以改进修复性能，并通
PDF3 months ago
NavCoT: 基于学习的解耦推理，提升基于 LLM 的视觉与语言导航
通过构建导航思维链（NavCoT）进行领域内训练的新策略，提高了基于大型语言模型（LLM）的自主导航决策性能以减少领域差距。NavCoT 相对于直接行动预测的变体在各种训练设置和流行的视听导航基准上表现明显优越，并通过简单的参数微调在 R2
PDF4 months ago
AAAICLIP-Gaze：基于视觉语言模型的通用注视估计
通过使用预训练的视觉语言模型来提高视线估计的泛化能力，本研究提出了一种名为 CLIP-Gaze 的新型框架。该框架通过在语言描述中构建视线相关特征并将其与视线无关特征相区分，采用个性化上下文优化方法进行文本提示调整，并利用视线样本之间的关系
PDF4 months ago