論文の概要: Return of Frustratingly Easy Unsupervised Video Domain Adaptation
- arxiv url: http://arxiv.org/abs/2605.19510v1
- Date: Tue, 19 May 2026 08:07:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-20 15:03:09.19746
- Title: Return of Frustratingly Easy Unsupervised Video Domain Adaptation
- Title（参考訳）: フラストレーションに易しい教師なしビデオドメイン適応の返却
- Authors: Pengfei Wei, Yiqun Sun, Zhiqiang Xu, Yiping Ke, Lawrence B. Hsieh,
- Abstract要約: 教師なしビデオドメイン適応(UVDA)は実用的だが未探索の課題である。
本稿ではMetaTransと呼ばれるフラストレーションの少ないUVDA手法を提案する。
- 参考スコア（独自算出の注目度）: 17.85702724911916
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Unsupervised video domain adaptation (UVDA) is a practical but under-explored problem. In this paper, we propose a frustratingly easy UVDA method, called MetaTrans. Specifically, MetaTrans adopts a concise learning objective that contains only two fundamental loss terms. Despite the simplicity of the learning objective, MetaTrans embodies an advanced UVDA idea, that is, handling the spatial and temporal divergence of cross-domain videos separately, through a subtle model architecture design. By implementing a temporal-static subtraction module, MetaTrans effectively removes spatial and temporal divergence. Extensive empirical evaluations, particularly on various cross-domain action recognition tasks, show substantial absolute adaptation performance enhancement and significantly superior relative performance gain compared with state-of-the-art UVDA baselines.
- Abstract（参考訳）: 教師なしビデオドメイン適応(UVDA)は実用的だが未探索の課題である。
本稿ではMetaTransと呼ばれるフラストレーションの少ないUVDA手法を提案する。
具体的には、MetaTransは2つの基本的な損失項のみを含む簡潔な学習目標を採用する。
学習目的の単純さにもかかわらず、MetaTransは高度なUVDAの概念を具現化しており、すなわち、微妙なモデルアーキテクチャ設計を通じて、ドメイン間のビデオの空間的および時間的ばらつきを別々に扱う。
MetaTransは時間的静的減算モジュールを実装することで、空間的および時間的ばらつきを効果的に除去する。
様々なクロスドメイン動作認識タスクにおいて、広範囲にわたる経験的評価は、最先端のUVDAベースラインと比較して、実質的な絶対適応性能の向上と相対的性能向上が著しく優れていることを示している。
関連論文リスト
- Learnable Motion-Focused Tokenization for Effective and Efficient Video Unsupervised Domain Adaptation [5.360845178894514]
Video Unsupervised Domain Adaptation (VUDA)は、アクション認識において重要な課題である。
本稿では,VUDAのための学習可能なモーションフォーカス型トークン化(LMFT)を提案する。
LMFTを用いたVUDAフレームワークは,計算オーバーヘッドを大幅に低減しつつ,最先端の性能を実現する。
論文 参考訳（メタデータ） (2026-04-10T23:30:49Z) - Steering and Rectifying Latent Representation Manifolds in Frozen Multi-modal LLMs for Video Anomaly Detection [52.5174167737992]
ビデオ異常検出(VAD)は、ビデオ内の異常事象を特定することを目的としている。
本稿では,MLLMに基づくVADを受動的に読み上げから内部表現を積極的に操り,修正するSteerVADを提案する。
本手法は、トレーニングデータの1%しか必要としないチューニングフリーアプローチにおける最先端性能を実現する。
論文 参考訳（メタデータ） (2026-02-27T13:48:50Z) - PAGen: Phase-guided Amplitude Generation for Domain-adaptive Object Detection [15.55359477953804]
教師なしドメイン適応(UDA)は、さまざまな環境にまたがるニューラルネットワークの展開を大いに促進する。
本稿では、周波数領域における画像スタイルの適応を学習し、ソース領域とターゲット領域との差を小さくする、シンプルで効果的なUDA手法を提案する。
論文 参考訳（メタデータ） (2025-11-27T02:22:37Z) - Unified Domain Adaptive Semantic Segmentation [105.05235403072021]
Unsupervised Adaptive Domain Semantic (UDA-SS)は、ラベル付きソースドメインからラベル付きターゲットドメインに監督を移すことを目的としている。
本稿では,特徴量と特徴量との相違に対処するQuad-directional Mixup(QuadMix)法を提案する。
提案手法は,4つの挑戦的UDA-SSベンチマークにおいて,最先端の成果を大きなマージンで上回っている。
論文 参考訳（メタデータ） (2023-11-22T09:18:49Z) - Unsupervised Video Domain Adaptation for Action Recognition: A
Disentanglement Perspective [37.45565756522847]
我々は2つの潜在要因からドメイン間ビデオを生成することを検討する。
TranSVAEフレームワークはそのような世代をモデル化するために開発される。
UCF-HMDB、Jester、Epic-Kitchensデータセットの実験は、TranSVAEの有効性と優位性を検証する。
論文 参考訳（メタデータ） (2022-08-15T17:59:31Z) - Learning Cross-modal Contrastive Features for Video Domain Adaptation [138.75196499580804]
本稿では、クロスモーダルとクロスドメインの特徴表現を同時に正規化する、ビデオドメイン適応のための統合フレームワークを提案する。
具体的には、ドメインの各モダリティを視点として扱い、コントラスト学習手法を適切に設計されたサンプリング戦略で活用する。
論文 参考訳（メタデータ） (2021-08-26T18:14:18Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。