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

目前方法的缺陷:只顾及了源域和目标域之间的边缘分布,没有顾及源域和目标域之间的联合概率分布,不仅对齐不好,而且会把已经对齐的特征进行负迁移。为了解决全局对抗学习的局限性,提出了类别级的对抗网络。 本文贡献如下: (1)通过提出对不同特征的对抗损失进行自适应加权,强调了类别级特征对齐对减少域移位的重要性。 (2)论文结果与最先进的UDA(unsupervised domain adaptation)
相关文章
相关标签/搜索