Geodesic flow kernel for unsupervised domain adaptation

本篇是遷移學習專欄介紹的第八篇論文,2012年發表在CVPR,GFK作爲子空間變換方面是最爲經典的遷移學習方法,它建立在2011年發表在ICCV上的另一篇開創性質的文章(SGF)。 Abstract 在視覺識別的實際應用中,許多因素,如姿態、光照或圖像質量,都可能導致訓練分類器的源域與應用分類器的目標域之間的嚴重不匹配。因此,分類器在目標域中的性能通常很差。Domain Adaption技術旨在糾
相關文章
相關標籤/搜索