Taking A Closer Look at Domain Shift: Category-level Adversaries for Semantics Consistent Domain Ada

目前方法的缺陷:只顧及了源域和目標域之間的邊緣分佈,沒有顧及源域和目標域之間的聯合概率分佈,不僅對齊不好,而且會把已經對齊的特徵進行負遷移。爲了解決全局對抗學習的侷限性,提出了類別級的對抗網絡。 本文貢獻如下: (1)通過提出對不同特徵的對抗損失進行自適應加權,強調了類別級特徵對齊對減少域移位的重要性。 (2)論文結果與最先進的UDA(unsupervised domain adaptation)
相關文章
相關標籤/搜索