지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2024.7
- 수록면
- 758 - 767 (10page)
- DOI
- 10.9717/kmms.2024.27.7.758
이용수
초록· 키워드
오류제보하기
Object detection is an important task in various fields such as autonomous driving, robotics. However, when the model trained for object detection is deployed to another domain, performance drop can be observed. To deal with such issue, unsupervised domain adaptation for object detection aims to utilize unlabeled images in the target domain and labeled images in the source domain to prevent performance drop. Source-free unsupervised domain adaptation for object detection further points out the problem arising from the usage of source domain data, and utilizes only the source-trained model and unlabeled target domain data. However, a common approach in source-free unsupervised domain adaptation for object detection using pseudo-labels for self training has its weakness when facing a large domain difference, such as visible image to infrared image. This stems from the pseudo-labeling procedure, where only high confidence pseudo labels are utilized. In this paper, we propose a new algorithm to further utilize low confidence objects as pseudo-label, which makes the self-training capable of boosting the performance on large domain gaps. We validate the effectiveness of our algorithm by quantitatively and qualitatively comparing our algorithm with other methods on a visible image to infrared image domain shift scenario.
목차
ABSTRACT
1. 서론
2. 관련 연구
3. 제안 방법
4. 실험 세팅 및 결과
5. 결론
REFERENCE
참고문헌 (28)
참고문헌 신청
S. Ren, K. He, R. Girshick, and J. Sun, “Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks,” Proceeding of the International Conference on Neural Information Processing Systems, pp. 91-99, 2015.
J. Redmon, S. Divvala, R. Girshick, and A. Farhadi, “You Only Look Once: Unified, Real-Time Object Detection,” Proceedings of IEEE/ CVF Conference on Computer Vision and Pattern Recognition, pp. 779-788, 2016.
N. Carion, F. Massa, G. Synnaeve, N. Usunier, A. Kirillov, and S. Zagoruyko, “End-to-End Object Detection with Transformers,” Proceedings of European Conference on Computer Vision, pp. 213-229, 2020.
O. Russakovsky, J. Deng, H. Su, J. Krause, S. Satheesh, S. Ma, et al., “ImageNet Large Scale Visual Recognition Challenge,” International Journal of Computer Vision, Vol. 115, No. 3, pp. 211-252, 2015.
T. Lin, M. Maire, S. Belongie, J. Hays, P. Perona, D. Ramanan, et al., “Microsoft COCO: Common Objects in Context,” Proceedings of European Conference on Computer Vision, pp. 740-755, 2014.
J. Redmon, S. Divvala, R. Girshick, and A. Farhadi, “You Only Look Once: Unified, Real-Time Object Detection,” Proceedings of IEEE/ CVF Conference on Computer Vision and Pattern Recognition, pp. 779-788, 2016.
N. Carion, F. Massa, G. Synnaeve, N. Usunier, A. Kirillov, and S. Zagoruyko, “End-to-End Object Detection with Transformers,” Proceedings of European Conference on Computer Vision, pp. 213-229, 2020.
O. Russakovsky, J. Deng, H. Su, J. Krause, S. Satheesh, S. Ma, et al., “ImageNet Large Scale Visual Recognition Challenge,” International Journal of Computer Vision, Vol. 115, No. 3, pp. 211-252, 2015.
T. Lin, M. Maire, S. Belongie, J. Hays, P. Perona, D. Ramanan, et al., “Microsoft COCO: Common Objects in Context,” Proceedings of European Conference on Computer Vision, pp. 740-755, 2014.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
비지도학습 기반 도메인 적응을 이용한 객체 검출 네트워크 분석
대한전자공학회 학술대회
2022 .06
-
Unsupervised Domain Adaptation for Classification of Imbalanced Time Series Data
비파괴검사학회지
2023 .12
-
객체 검출을 위한 텍스트 묘사 기반의 도메인 일반화 방법
대한전자공학회 학술대회
2024 .06
-
그래프 합성곱 신경망을 이용한 부분 도메인 적응 기법
대한전자공학회 학술대회
2019 .11
-
작물 수확 자동화를 위한 시각 언어 모델 기반의 환경적응형 과수 검출 기술
대한임베디드공학회논문지
2024 .04
-
The Effect of Active Learning in Source Domain on Target Domain
대한전자공학회 학술대회
2019 .06
-
Domain adaptation에 관한 연구
정보과학회지
2021 .01
-
비지도 도메인 적응 기법을 이용한 필기 인식의 성능 향상 연구
한국정보과학회 학술발표논문집
2021 .06
-
Sum Pooling 기반 도메인 적응 분류기 및 검출기 성능 개선
대한전자공학회 학술대회
2021 .11
-
Instance Weighting Domain Adaptation Using Distance Kernel
Industrial Engineering & Management Systems
2018 .06
-
딥러닝 기반의 도메인 적응 기술: 서베이
방송공학회논문지
2022 .07
-
대조 학습과 손실 스케일링을 활용한 도메인 변화에 강건한 이미지 분류기
대한전자공학회 학술대회
2024 .06
-
비지도 도메인 적응을 위한 신뢰도 기반 픽셀 단위 도메인 혼합
한국정보과학회 학술발표논문집
2022 .12
-
단일 훈련 샘플만을 활용하는 준-지도학습 심층 도메인 적응 기반 얼굴인식 기술 개발
멀티미디어학회논문지
2022 .10
-
자율주행을 위한 이미지 시퀀스 기반의 3차원 객체 검출 네트워크
한국자동차공학회 추계학술대회 및 전시회
2021 .11
-
COVID-19 폐 병변 분할 네트워크를 위한 소스-프리 비지도 도메인 적응
대한전자공학회 학술대회
2021 .11
-
Performance Indicator Survey for Object Detection
제어로봇시스템학회 국제학술대회 논문집
2020 .10
-
비지도 사전 학습된 Transformer 기반 객체 검출을 이용한 도메인 적응 방법 및 실험
대한전자공학회 학술대회
2023 .06
-
Out-Of-Domain Detection Using Hierarchical Dirichlet Process
한국컴퓨터정보학회논문지
2018 .01
-
도메인 적응 기술을 이용한 야간 영상의 스테레오 정합
대한전자공학회 학술대회
2021 .06
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-24-02-090334075