领域自适应目标识别综述

• 作者: 叶茂 唐宋 李旭冬
• 来源期刊: 中兴通讯技术
• 学科: 工学
• 关键词: 域自适应学习 目标分类 目标检测
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 专题:神经网络与深度学习
• 页码范围: 25-31
• 页数: 7页
• 分类号: TN929.5
• 字数: 4560字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-6868.2017.04.005

摘要

针对目前域自适应目标识别问题的学习方法,进行系统总结.首先,提出目标识别的两个基本主题:基于域自适应的目标分类和目标检测;然后,围绕这两个主题,从特征和样本两个角度,展开具体综述.认为对于域自适应目标分类,几种算法的主要问题为:忽略了样本所构成的流形几何结构,如果能利用几何结构来约束特征表达,将有利于样本特征鲁棒性的提高.对于域自适应目标检测,其问题为:现有方法对源样本和带标签的目标域样本存在依赖,这一问题使得现有的方法很难适用于某些真实的应用场景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶茂		40	387	9.0	19.0
2	李旭冬		5	163	3.0	5.0
3	唐宋		2	9	1.0	2.0