科研之友
微信
新浪微博
Facebook
分享链接
摘要
域偏移已成为跨域目标检测领域一个棘手的问题.当把在源域训练好的检测器用于目标域时,由于源域和目标域的分布差异,检测器往往会有显著的性能下降.为了处理上述问题,本文提出了一个基于类别中心和关系感知的跨域目标检测模型,该模型通过图卷积的方式同时对域差异信息,类别信息和关系信息进行建模.本文所提出的模型有以下几个优点:1)据我们所知,这是跨域目标检测方向里第一个同时对上述3种信息建模的网络; 2)提出的模型设计了包括域对齐,类别中心对齐,关系感知模块在内的3种机制,可以有效学习域不变的特征以减小域偏移.在4个标准数据集上的结果表明本文模型的结果可以与当前最好的模型相当甚至超过当前最好的模型.
- 单位
