적응과 일반화의 차이
도메인 일반화는 여러 소스에서 배운 지식을 관측하지 않은 타깃 도메인에 옮기려는 문제다. 타깃의 미주석 자료를 학습에서 활용하는 도메인 적응과 조건이 다르다. 어떤 자료에 접근하는지 확인해야 두 결과를 비교할 수 있다.
진폭을 섞는 증강
푸리에 위상이 고수준 의미를 담으며 도메인 변화에 쉽게 영향받지 않는다는 가정에서 출발한다. 두 이미지의 진폭 스펙트럼을 선형 보간해 모형이 위상 정보에 주목하도록 하는 자료 증강을 제안한다. 이 가정은 모든 영상에 대한 보편 법칙은 아니다.
예측 일관성의 보완
원래 이미지와 증강 이미지에서 유도한 예측 사이에 이중 형태의 일관성 손실인 co-teacher 정규화를 사용한다. 증강한 외형이 달라도 의미 예측을 유지하도록 유도하는 역할이다.
보간의 독립 계산
설명용으로 한 주파수 위치의 진폭이 각각 4와 12이면 같은 비율의 선형 보간은 8이다. 이는 진폭 혼합 계산의 예이며 픽셀값의 단순 평균과 같다는 뜻은 아니다. 실제 연구 설정을 옮기지 않은 주파수 증강의 예다.
관련 문서
FDA 도메인 적응 / 푸리에 변환 / 도메인 일반화 / 도메인 적응 / DAFormer / MIC 도메인 적응