关键词unsupervised cross-domain
搜索结果 - 2
- 跨领域连续学习
本研究提出了一种名为交叉领域连续学习(CDCL)的新方法,在一个紧凑的卷积网络中结合了跨任务关注机制,实现了对先前任务特征的对齐,并在相关领域之间进行了无监督的交叉领域学习(UDA)。通过使用一种任务内特定的伪标签方法,确保了有标签和无标签 - TraND: 无监督跨领域步态识别的可转移邻域发现
本文提出了一种名为 TraND 的跨域步态识别框架,通过深度学习和无监督学习,使用经过训练的模型来自动地发现未标记样本的自信邻域,然后使用高熵优先邻域选择策略来转移先前学习到的信息,从而对 CASIA-B 和 OU-LP 等两个公共数据集进