Gemeinsame geometrische und statistische Ausrichtung für visuelle Domänenanpassung

Dieses Papier stellt eine neuartige unsupervisierte Domänenanpassungsmethode für die visuelle Erkennung über verschiedene Domänen hinweg vor. Wir schlagen ein einheitliches Framework vor, das sowohl statistisch als auch geometrisch den Unterschied zwischen den Domänen reduziert und als Joint Geometrical and Statistical Alignment (JGSA) bezeichnet wird. Insbesondere lernen wir zwei gekoppelte Projektionen, die Daten aus der Quelldomäne und der Zieldomäne in niedrigdimensionale Unterräume projizieren, in denen sowohl der geometrische als auch der Verteilungsunterschied gleichzeitig minimiert werden. Die Zielfunktion kann effizient in geschlossener Form gelöst werden. Umfangreiche Experimente haben bestätigt, dass die vorgeschlagene Methode auf einem synthetischen Datensatz sowie bei drei verschiedenen realen Aufgaben zur visuellen Erkennung über verschiedene Domänen hinweg erheblich besser abschneidet als mehrere state-of-the-art-Methoden der Domänenanpassung.