Temporal consistency as pretext task in unsupervised domain adaptation for semantic segmentation (2025)
- Authors:
- USP affiliated authors: OSÓRIO, FERNANDO SANTOS - ICMC ; BARBOSA, FELIPE MANFIO - ICMC
- Unidade: ICMC
- DOI: 10.1007/s10846-025-02220-9
- Subjects: VISÃO COMPUTACIONAL; APRENDIZAGEM PROFUNDA
- Keywords: Semantic segmentation; Unsupervised domain adaptation; Temporal consistency; Self-supervised learning; Review
- Language: Inglês
- Imprenta:
- Source:
- ISSN: 0921-0296
- Volume/Número/Paginação/Ano: v. 111, p. 1-15, 2025
- Este periódico é de assinatura
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: hybrid
- Licença: cc-by-nc-nd
-
ABNT
BARBOSA, Felipe e OSÓRIO, Fernando Santos. Temporal consistency as pretext task in unsupervised domain adaptation for semantic segmentation. v. 111, p. 1-15, 2025Tradução . . Disponível em: https://doi.org/10.1007/s10846-025-02220-9. Acesso em: 29 dez. 2025. -
APA
Barbosa, F., & Osório, F. S. (2025). Temporal consistency as pretext task in unsupervised domain adaptation for semantic segmentation, 111, 1-15. doi:10.1007/s10846-025-02220-9 -
NLM
Barbosa F, Osório FS. Temporal consistency as pretext task in unsupervised domain adaptation for semantic segmentation [Internet]. 2025 ; 111 1-15.[citado 2025 dez. 29 ] Available from: https://doi.org/10.1007/s10846-025-02220-9 -
Vancouver
Barbosa F, Osório FS. Temporal consistency as pretext task in unsupervised domain adaptation for semantic segmentation [Internet]. 2025 ; 111 1-15.[citado 2025 dez. 29 ] Available from: https://doi.org/10.1007/s10846-025-02220-9 - Um estudo comparativo de métodos de deep learning aplicados à segmentação semântica de obstáculos, zonas seguras e não seguras para navegação a partir de dados RGB-D
- Self-supervised temporal consistency applied to domain adaptation in semantic segmentation of urban scenes
- Estudo de estratégia de aprendizado auto-supervisionado para aprimoramento da consistência temporal em modelo de segmentação semântica baseado em deep learning
- 3D perception for autonomous mobile robots navigation using deep learning for safe zones detection: a comparative study
- In defense of multimodal and temporal data for unsupervised domain adaptation
- CARINA Project: visual perception systems applied for autonomous vehicles and advanced driver assistance systems (ADAS)
- TCDA: Temporally-Consistent Depth-Aware Unsupervised Domain Adaptation for Semantic Segmentation in Urban Scenes
- RNAs em hardware para navegação de veículos autônomos baseada em visão
- Co-projeto de hardware/software para correlação de imagens
- Hardware/software co-design for image cross-correlation
Informações sobre o DOI: 10.1007/s10846-025-02220-9 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
3243137.pdf | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
