无监督域适应相关论文
近年来,视频监控网络在城市道路、小区、商场等公共场所大量部署,推动了安防监控领域的飞速发展,也使得对智能视频分析算法的需求......
语义分割是自动驾驶车辆进行场景理解的关键技术之一,可以保障自动驾驶车辆的行驶安全。与非视觉方式的场景理解技术相比,该方法在......
深度神经网络（Deep Neural Network,DNN）在各种机器学习任务中获得了巨大的成功。然而其效果在很大程度上依赖于大量标记好的训练数......
图像是人类获取信息的直接来源。随着互联网、移动智能设备和社交媒体等技术的迅猛发展,人们可以轻松地获取到大量的图像资源,与单......
行人重识别旨在不同摄像头下寻找相同行人图像。它在智能安防和智慧零售中具有十分重要的作用。随着深度学习技术的发展,行人重识......
提出一种基于无监督域适应的低空海面红外目标检测方法.首先利用图像翻译网络将源域图像翻译为目标域图像并共享标签.其次在YOLOv5......
无监督域适应(unsupervised domain adaptation,UDA)旨在利用带大量标注数据的源域帮助无任何标注信息的目标域学习.在UDA中,通常......
近年来,深度学习模型已在医疗领域的预测任务上得到广泛应用,并取得了不错的效果.然而,深度学习模型常会面临带标签训练数据不足、......
卷积神经网络(CNN)在光学图像分类领域中得到广泛应用,然而,合成孔径雷达(SAR)图像样本标注难度大、成本高,难以获取满足CNN训练所......
视频监控作为社会安全领域最重要的组成部分之一,每天都会产生海量数据,但使用人工方式处理大量数据的效率极低。行人重识别是一项......
域适应作为机器学习的新兴领域之一,目前已在语义分割,图像检测等方面取得了广泛的应用。在域适应中,通常目标域样本完全无标签,这......
提出一种基于深度对抗域适应的高分辨率遥感影像跨域分类方法。利用深度卷积神经网络VGG16(Visual Geometry Group)学习场景影像的......
引文情感分析是从极性和功能两方面分析引文,进而深入挖掘被引文献和施引文献之间的内在关联。引文是施引文献的作者对被引文献所......
医学图像本身含有丰富的解剖结构和相关的病理信息。对医学图像进行分析,在疾病的诊治方面具有重要的意义。传统的医学图像分析方......
受启发于人类的经验迁移,迁移学习利用不同但相关的源域知识,解决当前域或目标域中的学习任务,目前已获得大量关注。现有迁移学习......
行人检测旨在检测出图片或视频序列中是否存在行人并对其定位,通常用于智能监控、智能机器人以及自动驾驶领域中。作为众多任务的......
在传统模式识别的训练方法中,拥有大量标签的有监督学习方法在识别准确率上取得了很好的效果.然而在实际生活中样本常常缺失标签,......
无监督域适应(Unsupervised Domain Adaptation,UDA)是一类新兴的机器学习范式,其通过对源域知识在无标记目标域上的迁移利用,来促......
煤矿复杂场景监控图像的解析是煤矿安全高效生产的重要保障。语义分割是图像智能分析的关键技术，为图像中的每个像素分配类别标签。......
人体行为识别是近年来备受关注的研究方向,可以广泛地应用于智能护理、智能家居和人机交互等领域。由于可穿戴传感器具有低成本、......
乳腺癌是世界范围内女性致死率最高的肿瘤之一,如何早期发现、规范化诊断、降低死亡率是全世界医学界所面临的重大挑战。乳腺钼靶......
