一种基于对抗域自适应网络的图像分类方法

授权

摘要

本发明公开了一种基于对抗域自适应网络的图像分类方法，重新定义了对抗损失函数L_adv克服源域和目标域泛化问题，但重新定义抗损失函数是有代价的，仅通过优化新的ADAN目标函数即抗损失函数不能保证源域和目标域分布是接近的，因此，本发明采用最小化额外的发散度即度量损失函数L_metric来对齐源域和目标域。这样采用对抗性学习和度量学习，一方面，挑战了以往ADAN中的泛化问题，另一方面，保证了在训练过程中使域发散最小化。实验表明，本发明可以很好地适用于无监督的领域自适应任务，提高目标域图像的分类性能(准确率)。

基本信息

专利标题：

一种基于对抗域自适应网络的图像分类方法

专利标题（英）：

暂无

公开（公告）号：

CN113378904A

申请号：

CN202110607513.9

公开（公告）日：

2021-09-10

申请日：

2021-06-01

授权号：

CN113378904B

授权日：

2022-06-14

发明人：

贾龙飞李晶晶杜哲凯

申请人：

电子科技大学

申请人地址：

四川省成都市高新区（西区）西源大道2006号

代理机构：

四川鼎韬律师事务所

代理人：

温利平

优先权：

CN202110607513.9

主分类号：

G06K9/62

IPC分类号：

G06K9/62 G06N3/04 G06N3/08