Gradually Vanishing Bridge for Adversarial Domain Adaptation（CVPR2020）笔记

举两个现有方法存在弊端的例子：

Domain separation network / NeurIPS 2016

弊端：由于图像重构要求较多的域信息，重构图像很可能导致学习到的域不变特征中仍含有很多剩余的特定于域的信息，这样的信息对迁移会产生负影响。

Multi-adversarial domain adaptation / AAAI 2018

弊端：过多的判别器可能会打破对抗训练脆弱的平衡。

桥：现有表示和理想表示之间的差异（两个向量间差值的范数）

现有特征表示：当前网络所提取到的特征

理想表示：进行了特征分布匹配后的特征表示

关键点：桥会逐渐减小（渐进消失桥），GVB是一个可应用于对抗域适配方法的通用组件

GVB on Generator---GVB-G
GVB on Discriminator---GVB-D
GVB on both Generator and Discriminator---GVB-GD

生成器上的桥：源域或中间域与目标域的差异

判别器中：-------表示原判别器域的分界线，但有错分的情况

·······表示判别器的桥（不是域的界限，而是与理想分界线的差异）

介于这两条线中间的线会恰好把源域和目标域分开

网络对源域和目标域的处理是完全相同的（上下对称）。把特征提取器的结果分别输入到G2和G3中，G2输出的和G3输出的是两个维度相同的向量。

是进行了分布匹配的理想表示，是当前提取到的特征表示，是中所蕴含的源域特有的特征。

把输入到D1和D2中得到判别器的输出结果和判别器桥上的输出结果。桥是提供了额外的判别能力，对判别器的结果进行修正，这一步是进行相加得到修正后的结果。

GVB on G:

如果Gamma比较大的话，说明：

1：x是一个难样本，该数据包含的较多的域特定特征

2：共享特征和该样本的特定特征较难分开

Gradually Vanishing Bridge for Adversarial Domain Adaptation（CVPR2020）笔记相关推荐

最优传输论文（六十四）：Gradually Vanishing Bridge for Adversarial Domain Adaptation论文原理
文章目录前言摘要 1. Introduction 2.相关工作 3. Method 3.1. Adversarial Domain Adaptation 3.2. Gradually Vanish ...
Gradually Vanishing Bridge for Adversarial Domain Adaptation
文章领域:迁移学习效果: 结构: 这篇文章对它所提出来的GVB的描述,还是挺模糊的,没有具体的网络结构表,所以想要详细理解,还要去它公开的代码里去看.(https://github.com/cuis ...
Partial Adversarial Domain Adaptation学习笔记
Partial Adversarial Domain Adaptation学习笔记文章目录 Partial Adversarial Domain Adaptation学习笔记 tip Abstrac ...
(PADA)Partial Adversarial Domain Adaptation笔记
(PADA)Partial Adversarial Domain Adaptation笔记提出了部分对抗性领域自适应算法(PADA),它通过降低离群源类别数据的权重来减轻负迁移,并通过匹配共享标签空 ...
Transferability vs. Discriminability: Batch Spectral Penalization for Adversarial Domain Adaptation
ICML2019: Transferability vs. Discriminability: Batch Spectral Penalization for Adversarial Domain A ...
【论文翻译】DANN的改进ADDA Multimodal Vigilance Estimation with Adversarial Domain Adaptation Networks
[论文翻译]DANN的改进ADDA: Multimodal Vigilance Estimation with Adversarial Domain Adaptation Networks 1.研究背 ...
Importance Weighted Adversarial Nets for Partial Domain Adaptation学习笔记
Importance Weighted Adversarial Nets for Partial Domain Adaptation学习笔记文章目录 Importance Weighted Adve ...
语义分割-CyCADA: Cycle-Consistent Adversarial Domain Adaptation.循环一致对抗领域自适应
CyCADA: Cycle-Consistent Adversarial Domain Adaptation. 0.摘要 1.概述 2.相关工作 3.循环一致性对抗领域自适应 4.实验 4.1.数字数 ...
Backprop Induced Feature Weighting for Adversarial Domain Adaptation with Iterative Label Distributi
反向传播算法诱导的特征加权用于迭代标签分布对齐的对抗域适应研究问题: 主流的基于对抗的方法在适应过程中通常会忽略分类器,而且对分类没有影响的背景特征也得到了适应. 存在标签分布偏移( LDS ),源 ...

Gradually Vanishing Bridge for Adversarial Domain Adaptation（CVPR2020）笔记

Gradually Vanishing Bridge for Adversarial Domain Adaptation（CVPR2020）笔记

Gradually Vanishing Bridge for Adversarial Domain Adaptation（CVPR2020）笔记相关推荐

最新文章

热门文章