초록
깊은 신경망은 컴퓨터 비전 분야에서 널리 사용되고 있습니다. 이미지넷 분류 도전 과제(ImageNet classification challenge)에 사용되는 여러 가지 잘 훈련된 깊은 신경망이 있으며, 이는 이미지 인식에 중요한 역할을 해왔습니다. 그러나 도메인 적응(domain adaptation)을 위한 사전 훈련된 신경망의 활용에 대한 연구는 거의 이루어지지 않았습니다. 본 논문에서는 사전 훈련된 인셉션 레스넷(Inception ResNet) 모델에서 더 우수한 특징을 추출하는 최초의 연구를 수행하였습니다. 그 다음으로, 추출된 특징을 사용하여 분류를 위한 수정된 분포 정렬 방법(modified distribution alignment method)을 제시합니다. 우리는 오피스+칼텍-10(Office+Caltech-10), 오피스-31(Office-31), 그리고 오피스 홈(Office-Home) 세 가지 벤치마크 데이터셋을 사용하여 모델을 검증하였습니다. 광범위한 실험 결과, 기존 최신 기술(state-of-the-art) 대비 분류 정확도가 각각 4.8%, 5.5%, 10% 개선됨을 입증하였습니다.