開放集域適應(Open Set Domain Adaptation)
阿新 • • 發佈:2020-08-26
閱讀論文:Open Set Domain Adaptation
(
Closed Set:目標域和源域包含了同一組物件類的影象(例如:source有5類,target也是這完全相同的5類)
例如:a圖中的源域中有car、chair、dog三類,而目標域中的資料也都在car、chair、dog三類中;
Open Set:目標域與源域的物件類別可能並不都相同 ,同時,目標域中可能包含了與源域毫無相關的影象(source有5類,target只共享了其中某些類,還有未知類)
例如:b圖中除了之前的三類還有unknown型別的資料,而在目標域中也存在源域中不存在的類別的資料
直觀理解:
論文中實現Open Set Domain Adaptation的方法:
a圖中的源域中包括三角、矩形、菱形三種類型以及unknown(灰色),目標域中沒有標籤
1.通過源域給目標域分配標籤(異常點沒有標籤)
2.將源域對映到目標域,最小化它們之間的距離,經過變換後的目標域為c
3.通過步驟1 2迭代至收斂,使用從源域訓練的分類器對目標域進行分類
通過源域給目標域分配標籤:
無監督場景:
將目標域的個體資料分類到源域類別的損失
定義為:
其中Tt為目標域的特徵表示,Sc表示類別中的資料均值
整體的損失函式:
Xct表示樣本是否要被標記為某一類別,Ot表示樣本是否是一個異常點
約束一:樣本必須分配,不是為已知類別就是異常點
約束二:保證每個類別至少要有一個樣本
半監督場景:
半監督的場景中目標域是包含一定帶標籤資料的,所以已經有標籤的資料不需要標籤的分配
總的損失函式變為:
其中的Xc·t·表示已有標籤的資料不改變其標籤,其中的dcc為
將源域對映到目標域:
對映損失函式:
對目標域分類:
使用在源域訓練完成的分類器對目標域的資料進行訓練分類