| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2020-12-17 15:10 Hierarchical Contrastive Adaptation for Cross-Domain Object Detection ○Ziwei Deng・Quan Kong・Naoto Akira・Tomoaki Yoshinaga（Hitachi）  PRMU2020-46 |
|
| 抄録 | （和） | (まだ登録されていません) |
| （英） | Object detection based on deep learning has been enormously developed in recent years. However, applying detectors trained on a label-rich domain to an unseen domain results in performance drop due to the domain-shift. To deal with this problem, we propose a novel unsupervised domain adaptation framework to adapt the detector from a labeled source domain to an unlabeled target domain. In our proposed method, we utilize the image translation to generate interpolated images of source and target domains to fill in the large domain gap and facilitate a paired adaptation. We propose a hierarchical contrastive adaptation method between the original and interpolated domains to encourage the detectors to learn domain-invariant but discriminative features. To tackle the noises brought by image translation, we further propose a foreground attention reweighting for instance-aware adaptation. Experiments are carried out on 3 different scenarios of cross-domain detection and we achieve the state-of-the-art results against other approaches, showing the effectiveness of our proposed method. | |
| キーワード | （和） | / / / / / / / |
| （英） | Unsupervised domain adaptation / Transfer learning / Object detection / / / / / | |
| 文献情報 | 信学技報, vol. 120, no. 300, PRMU2020-46, pp. 47-52, 2020年12月. | |
| 資料番号 | PRMU2020-46 | |
| 発行日 | 2020-12-10 (PRMU) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | PRMU2020-46 |
|
| 研究会情報 | |
| 研究会 | PRMU |
| 開催期間 | 2020-12-17 - 2020-12-18 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 転移学習・少数データからの学習 |
| テーマ（英） | Transfer learning and few shot learning |
| 講演論文情報の詳細 | |
| 申込み研究会 | PRMU |
| 会議コード | 2020-12-PRMU |
| 本文の言語 | 英語 |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | Hierarchical Contrastive Adaptation for Cross-Domain Object Detection |
| サブタイトル（英） | |
| キーワード(1)（和/英） | / Unsupervised domain adaptation |
| キーワード(2)（和/英） | / Transfer learning |
| キーワード(3)（和/英） | / Object detection |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 鄧 紫薇 / Ziwei Deng / |
| 第1著者 所属（和/英） | (株)日立製作所 Lumadaデータサイエンスラボラトリ (略称： 日立) Lumada Data Science Lab. Hitachi, Ltd. (略称： Hitachi) |
| 第2著者 氏名（和/英/ヨミ） | 孔 全 / Quan Kong / |
| 第2著者 所属（和/英） | (株)日立製作所 Lumadaデータサイエンスラボラトリ (略称： 日立) Lumada Data Science Lab. Hitachi, Ltd. (略称： Hitachi) |
| 第3著者 氏名（和/英/ヨミ） | 秋良 直人 / Naoto Akira / |
| 第3著者 所属（和/英） | (株)日立製作所 Lumadaデータサイエンスラボラトリ (略称： 日立) Lumada Data Science Lab. Hitachi, Ltd. (略称： Hitachi) |
| 第4著者 氏名（和/英/ヨミ） | 吉永 智明 / Tomoaki Yoshinaga / |
| 第4著者 所属（和/英） | (株)日立製作所 Lumadaデータサイエンスラボラトリ (略称： 日立) Lumada Data Science Lab. Hitachi, Ltd. (略称： Hitachi) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2020-12-17 15:10:00 |
| 発表時間 | 15分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2020-46 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.300 |
| ページ範囲 | pp.47-52 |
| ページ数 | 6 |
| 発行日 | 2020-12-10 (PRMU) |
[研究会発表申込システムのトップページに戻る]