MARC

 008240612s2023      us  |||||||||||||||c||eng  d
■001000016934714
■00520240214101645
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798380394345
■035    ▼a(MiAaPQ)AAI30633473
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a621.3
■1001  ▼aLi,  Yu-Jhe.▼0(orcid)0000-0002-0912-4742
■24510▼aDomain  Adapted  Visual  Representation  Learning  for  Machine  Perception▼h[electronic  resource]
■260    ▼a[S.l.]:▼bCarnegie  Mellon  University.  ▼c2023
■260  1▼aAnn  Arbor  :▼bProQuest  Dissertations  &  Theses,  ▼c2023
■300    ▼a1  online  resource(194  p.)
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  85-03,  Section:  B.
■500    ▼aAdvisor:  Kitani,  Kris.
■5021  ▼aThesis  (Ph.D.)--Carnegie  Mellon  University,  2023.
■506    ▼aThis  item  must  not  be  sold  to  any  third  party  vendors.
■520    ▼aOur  objective  is  to  enhance  the  generalization  capabilities  of  existing  machine  perception  models  and  achieve  diverse  domain  alignments  through  adept  representation  learning.  Many  established  approaches  for  perception  tasks,  encompassing  object  classification,  detection,  tracking,  and  rendering,  often  confront  diverse  domain  changes  that  curtail  their  adaptability  to  novel  domains.  We  categorize  these  changes  into  three  types:  1)  alterations  in  pose  and  viewpoint,  2)  variations  in  visual  capture  conditions,  and  3)  diversity  in  modalities.  Initially,  models  trained  on  specific  viewpoints  may  falter  when  faced  with  viewpoints  outside  their  training  range.  Second,  changes  in  visual  data  capture  conditions,  encompassing  changes  in  illumination  or  image  resolution,  can  erode  the  generalization  of  trained  models.  Third,  employing  pre-trained  models  across  distinct  modalities,  such  as  RGB,  Lidar  point  clouds,  Radar  maps,  or  text  embeddings,  can  lead  to  performance  degradation.  In  this  thesis,  we  propose  to  perform  domain  alignment  to  handle  the  aforementioned  domain  changes.The  first  segment  of  this  thesis  outlines  our  approach  to  performing  domain  alignment  without  the  need  for  arduously  training  extensive  models  across  multiple  domains.  We  advocate  for  efficient  handling  of  each  type  of  change  through  visual  representation  learning  techniques,  utilizing  models  with  minimal  network  parameters  and  judicious  training  data.  This  process,  known  as  domain  adaptation,  unfolds  in  three  stages.  Initially,  for  pose  and  viewpoint  variation,  we  propose  acquiring  viewpoint-invariant  or  pose-invariant  representations,  relevant  to  tasks  like  Re-ID,  object  tracking,  and  3D  face  rendering.  Subsequently,  to  mitigate  the  impact  of  changes  in  visual  capture  conditions,  we  harness  semi-supervised  and  adversarial  learning  methods  for  tasks  such  as  object  detection  and  Re-ID.  Lastly,  to  address  cross-modal  domain  changes,  we  leverage  self-training  strategies  to  cultivate  modality-agnostic  representations  for  object  detection.The  second  part  of  this  thesis  extends  our  domain-aligning  framework  to  manage  scenarios  involving  more  than  two  forms  of  domain  changes.  To  concurrently  handle  viewpoint  variation  and  diverse  modalities,  we  devise  models  capable  of  learning  view-invariant  representations  for  multiple  modalities  within  the  realm  of  3D  human  pose  estimation  and  rendering.  Moreover,  to  combat  changes  arising  from  changes  in  resolution  and  diverse  modalities  in  physical  devices  (e.g.,  ADC  signals  and  Radar's  RGB  images),  we  advocate  for  the  acquisition  of  super-resolution  representations  using  models  featuring  complex  values.  Broadly,  this  thesis  delves  into  the  intricacies  of  perception  tasks  affected  by  domain  changes  and  provides  pragmatic  solutions  to  address  these  challenges  in  real-world  contexts.
■590    ▼aSchool  code:  0041.
■650  4▼aComputer  engineering.
■650  4▼aComputer  science.
■653    ▼aDeep  learning
■653    ▼aDomain  adaptation
■653    ▼aMulti-modality  learning
■653    ▼aPerception  tasks
■653    ▼aRepresentation  learning
■690    ▼a0464
■690    ▼a0984
■690    ▼a0800
■71020▼aCarnegie  Mellon  University▼bElectrical  and  Computer  Engineering.
■7730  ▼tDissertations  Abstracts  International▼g85-03B.
■773    ▼tDissertation  Abstract  International
■790    ▼a0041
■791    ▼aPh.D.
■792    ▼a2023
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T16934714▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.
■980    ▼a202402▼f2024

Preview

Export

ChatGPT Discussion

AI Recommended Related Books