基于最优输运的迁移学习

• 作者: 张军平 朱海平 田宇坤 车令夫
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 迁移学习 最优输运 人群计数 子流形
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 论文与报告
• 页码范围: 481-493
• 页数: 13页
• 分类号: TP181
• 字数: 12083字
• 语种: 中文
• DOI: 10.16451/j.cnki.issn1003-6059.201906001

摘要

迁移学习的目的是将源领域学习的信息迁移至目标领域.针对目标领域为源领域的子流形的情形,文中提出迁移学习算法(Optlearn).算法为源领域求取一组权重,期望带权的源领域和目标领域尽可能相似.采用最优输运理论,减小带权源领域和目标领域间的差异.在最优输运理论上,改进对偶Sinkhorn散度,适用于子流形情形,同时提出快速计算算法.通过人群计数任务测试文中算法,在避免对每个固定摄像头进行标注的巨大开销的同时,Optlearn获得较好的计数性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张军平	复旦大学计算机科学技术学院上海市智能信息处理重点实验室	18	155	5.0	12.0
2	车令夫	复旦大学计算机科学技术学院上海市智能信息处理重点实验室	1	0	0.0	0.0
3	田宇坤	复旦大学计算机科学技术学院上海市智能信息处理重点实验室	1	0	0.0	0.0
4	朱海平	复旦大学计算机科学技术学院上海市智能信息处理重点实验室	1	0	0.0	0.0