unsupervised domain adaptive | BriefGPT

关键词unsupervised domain adaptive

搜索结果 - 11

基于因果原型启发的对比适应性算法在高分辨率遥感图像的无监督领域自适应语义分割中的应用
本文提出了一种因果原型启发的对比适应方法（CPCA）来探索不同高分辨率遥感图像领域及其语义标签之间的不变因果机制，通过因果特征分解模块将因果特征和偏差特征从源域和目标域图像中解开，然后使用因果原型对比模块学习域不变的因果特征，并引入因果干预
PDF4 months ago
DA-BEV：无监督领域自适应鸟瞰视觉感知
DA-BEV 是第一个通过利用图像视图特征和 BEV 特征之间的互补性来解决域自适应 BEV 挑战的域自适应基于相机的 BEV 框架，引入了查询的概念，通过查询来从图像视图和 BEV 特征中推导有用的信息，通过查询引导对方的自适应，经过大量
PDF6 months ago
FlowDA: 无监督领域自适应光流估计框架
该研究引入 FlowDA，一个用于光流估计的无监督域自适应框架，结合了无监督光流估计的概念和技术，提出了基于课程学习的自适应课程权重模块，实验证明 FlowDA 在真实场景下优于现有方法，为光流估计性能的提升提供了新的见解。
PDF6 months ago
ICCV利用中间域连接源域和目标域，实现跨域人员重识别
提出了一种跨领域人员重新识别的方法，包含中间领域模块和镜像生成模块以实现知识传递，相较于现有方法提出更好的跨领域识别效果。
PDF2 years ago
AAAI探究基于概率不确定性的无监督域自适应人员再识别
本文提出了一种名为概率不确定性引导的逐步标签精炼的方法，旨在解决无监督域自适应人员再识别中伪标签的噪音问题，通过探索逐步提升伪标签以及用概率建模伪标签不确定性等手段，最终在四个无监督域自适应人员再识别基准任务上实现了业界领先的表现。
PDF3 years ago
AAAI领域自适应人员再识别的多质心表示网络
本文提出了一个名为 MCM 的多重质心内存解决了该方法中存在的伪标签聚类不完美的问题，同时进一步提出了两个策略来改进对比学习过程，即 DSCL 机制和 SONI 策略，并将它们整合到了一个统一的框架中。大量实验证明了 MCRN 在多个 UD
PDF3 years ago
CVPR协作防遗忘与适应的生命周期无监督域自适应人员重新识别
本文提出了一种名为 LUDA 的任务，旨在解决实际场景下连续自适应无监督领域人员重识别任务中的遗忘问题和标签任务的一致性问题，并设计了 CLUDA-ReID 方案，其中包括元数据协调数据回放策略和关系一致性学习等技术。
PDF3 years ago
CVPR面向域自适应的人员重识别中的群组感知标签传输
提出了一种基于组的标签传递算法（GLT）来解决无监督域适应人物再识别问题，该算法同时使用伪标签来训练数据，并将伪标签作为在线聚类算法的优化传递。实验证明，该方法可将市场 1501 与 DukeMTMC 之间的 Gap 从 24.8％降至无监
PDF3 years ago
CVPR跨视角规范化用于领域自适应全景分割
本文介绍了一种基于域适应的全景分割网络，利用了样式内一致性和任务间正则化，实现了优异的全景分割表现，相关实验结果优于现有技术。
PDF3 years ago
双重精炼：无监督域自适应人员再识别的标签和特征联合精炼
提出了一种新的双重优化方法，名为 Dual-Refinement，通过离线聚类阶段和在线训练阶段联合优化伪标签和特征，以改善在无标签目标域中进行人员重新识别时噪声标签对特征辨别能力的影响，主要通过引入新的层次聚类和实时存储器扩散技术来实现。
PDF4 years ago
AAAI利用样本不确定性进行领域自适应人员再识别
本文提出了一种基于可靠程度估计和不确定度的无监督域适应 ReID 方法，用于削弱嘈杂标签的影响，提高准确性。实验表明，该方法在基准数据集上取得了最优结果。
PDF4 years ago