Domain adaptation - Search Results - UAB Digital Repository of Documents

Search collections:

Sort by:	Display results:	Output format:

Results overview: Found 6 records in 0.06 seconds.
Articles, 2 records found Research literature, 4 records found

Articles	2 records found

16 p, 5.6 MB

Co-Training for On-Board Deep Object Detection / Villalonga, Gabriel (Centre de Visió per Computador (Bellaterra, Catalunya)) ; López Peña, Antonio M. (Universitat Autònoma de Barcelona. Departament de Ciències de la Computació)
Providing ground truth supervision to train visual models has been a bottleneck over the years, exacerbated by domain shifts which degenerate the performance of such models. This was the case when visual tasks relied on handcrafted features and shallow machine learning and, despite its unprecedented performance gains, the problem remains open within the deep learning paradigm due to its data-hungry nature. [...]
2020 - DOI (Digital Object Identifier)

10.1109/ACCESS.2020.3032024
IEEE Access, Vol. 8 (October 2020) p. 194441-194456

Detailed record -

28 p, 13.4 MB

Co-training for unsupervised domain adaptation of semantic segmentation models / Gomez Zurita, Jose Luis (Universitat Autònoma de Barcelona. Departament de Ciències de la Computació) ; Villalonga, Gabriel (Centre de Visió per Computador (Bellaterra, Catalunya)) ; López Peña, Antonio M. (Universitat Autònoma de Barcelona. Departament de Ciències de la Computació)
Semantic image segmentation is a core task for autonomous driving, which is performed by deep models. Since training these models draws to a curse of human-based image labeling, the use of synthetic images with automatically generated labels together with unlabeled real-world images is a promising alternative. [...]
2023 - DOI (Digital Object Identifier)

10.3390/s23020621
Sensors (Basel, Switzerland), Vol. 23, issue 2 (Jan. 2023) , art. 621

Detailed record -

Research literature	4 records found

162 p, 42.3 MB

Synth-to-real semi-supervised learning for visual tasks / Gómez Zurita, Jose Luis ; López Peña, Antonio M. (Antonio Manuel), dir.
Aquest PhD se centra a aplicar l'aprenentatge semisupervisat (SSL) en problemes d'adaptació de domini sense supervisió (UDA) per tasques visuals relacionades amb la conducció autònoma. Comencem adreçant el problema de sintètic a real en UDA per detecció d'objectes (vianants i cotxes) en sistemes de visió a bord, que és una tasca crítica en conducció autònoma i sistemes de conducció assistida. [...]
Este PhD se centra en aplicar aprendizaje semi-supervisado (SSL) a problemas de adaptación de dominio sin supervisión (UDA) para tareas visuales relacionadas con la conducción autónoma Empezamos abordando el problema de sintético a real en UDA para detección de objetos (peatones y coches) en sistema de visión a bordo, que es una tarea crítica en conducción autónoma y sistemas de conducción asistida. [...]
This PhD focuses on applying semi-supervised learning (SSL) to unsupervised domain adaptation (UDA) problems for onboard visual tasks related to autonomous driving. We start by addressing the synth-to-real UDA problem on onboard vision-based object detection (pedestrians and cars), a critical task for autonomous driving and driving assistance. [...]
2023

Detailed record -

155 p, 9.6 MB

Leveraging Synthetic Data to Create Autonomous Driving Perception Systems / Villalonga Pineda, Gabriel ; López Peña, Antonio M. (Antonio Manuel), dir.
L'anotació manual d'imatges per desenvolupar sistemes basats en visió per computador ha estat un dels punts més problemàtics des que s'utilitza aprenentatge automàtic per a això. Aquesta tesi es centra en aprofitar les dades sintètiques per alleujar el cost de les anotacions manuals en tres tasques de percepció relacionades amb l'assistència a la conducció i la conducció autònoma. [...]
La anotación manual de imágenes para desarrollar sistemas basados en visión por computador ha sido uno de los puntos más problemáticos desde que se utiliza aprendizaje automático para ello. Esta tesis se centra en aprovechar los datos sintéticos para aliviar el coste de las anotaciones manuales en tres tareas de percepción relacionadas con la asistencia a la conducción y la conducción autónoma. [...]
Manually annotating images to develop vision models has been a major bottleneck since computer vision and machine learning started to walk together. This thesis focuses on leveraging synthetic data to alleviate manual annotation for three perception tasks related to driving assistance and autonomous driving. [...]
2021

Detailed record -

10 p, 2.4 MB

On the use of Convolutional Neural Networks for Pedestrian Detection / Canyameres Masip, Sergi ; López Peña, Antonio M., , dir. (Universitat Autònoma de Barcelona. Departament de Ciències de la Computació) ; Universitat Autònoma de Barcelona. Escola d'Enginyeria
In recent years, Deep Learning has emerged showing outstanding results for many different problems related to computer vision, machine learning and speech recognition. In this paper, we study the possibilities to apply convolutional neural networks (CNNs) and explore their power to address the pedestrian detection problem in the context of autonomous driving. [...]
En els darrers anys, el Deep Learning ha sorgit mostrant resultats excepcionals en diferents problemes relacionats amb la visió per computador, l'aprenentatge automàtic i el reconeixement de la parla. [...]
En los últimos años, el Deep Learning ha surgido mostrando resultados excepcionales en diferentes problemas relacionados con la visión por computador, el aprendizaje automático o el reconocimiento del habla. [...]
2015-06-30
Enginyeria Informàtica [958]

Detailed record -

139 p, 4.0 MB

Domain adaptation of deformable part-based models / Xu, Jiaolong ; López Peña, Antonio M., , dir. (Universitat Autònoma de Barcelona. Departament de Ciències de la Computació) ; Universitat Autònoma de Barcelona. Departament de Ciències de la Computació
La detecció de vianants és crucial per als sistemes d'assistència a la conducció (ADAS). Disposar d'un classificador precís és fonamental per a un detector de vianants basat en visió. Al entrenar un classificador, s'assumeix que les característiques de les dades d'entrenament segueixen la mateixa distribució de probabilitat que la de les dades de prova. [...]
La detección de peatones es crucial para los sistemas de asistencia a la conducción (ADAS). Disponer de un clasificador preciso es fundamental para un detector de peatones basado en visión. Al entrenar un clasificador, se asume que las características de los datos de entrenamiento siguen la misma distribución de probabilidad que las de los datos de prueba. [...]
On-board pedestrian detection is crucial for Advanced Driver Assistance Systems (ADAS). An accurate classi cation is fundamental for vision-based pedestrian detection. The underlying assumption for learning classi ers is that the training set and the deployment environment (testing) follow the same probability distribution regarding the features used by the classi ers. [...]
[Barcelona] : Universitat Autònoma de Barcelona, 2015

Detailed record -

Interested in being notified about new results for this query?
Set up a personal email alert or subscribe to the RSS feed.