南京邮电大学学报(自然科学版)

作者：张庆亮,朱松豪

单位：南京邮电大学 自动化学院、人工智能学院，江苏 南京　210023南京邮电大学 自动化学院、人工智能学院，江苏 南京　210023

关键词：开集域自适应； 对抗学习；图像分类；迁移学习

通过域自适应方法，利用标记的源域样本实现未标记目标域样本的识别，目前逐渐成为机器视觉领域一个新的研究热点。与传统的闭集域自适应问题不同，开集域自适应中的目标域包含源域中未出现的类别，因此该问题的研究更为贴近实际场景，但同时也增加了识别难度。文中提出了一种基于反向传播开集域自适应的方法，该方法利用对抗思想实现了域不变特征的提取，同时通过设置阈值实现目标域中未知类别样本的消除。在两个公共域自适应数据集上的大量实验结果表明，与以前的方法相比，文中提出的奇异值平衡提高了模型的识别率，在一定程度上有效解决了开集域自适应的问题。

来源：2021年第3期

《南京邮电大学学报(自然科学版)》期刊编辑部

查看南京邮电大学学报(自然科学版)杂志2021年第3期