Learning to Adapt Structured Output Space for Semantic Segmentation

Convolutional neural network-based approaches for semantic segmentation rely on supervision with pixel-level ground truth, but may not generalize well to unseen image domains. As the labeling process is tedious and labor intensive, developing algorithms that can adapt source ground truth labels to t...

Celý popis

Podrobná bibliografie

Vydáno v:	2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition s. 7472 - 7481
Hlavní autoři:	Tsai, Yi-Hsuan, Hung, Wei-Chih, Schulter, Samuel, Sohn, Kihyuk, Yang, Ming-Hsuan, Chandraker, Manmohan
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 01.06.2018
Témata:	Adaptation models Image segmentation Layout Prediction algorithms Semantics Task analysis Training
ISSN:	1063-6919
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!