跨域检索更鲁棒
同时利用源域标签嵌入和目标域伪标签不确定性建模，实现更深入的域对齐，从而在跨域检索中超越现有哈希方法。
Wang, Haixin · Sun, Ji'nan · 罗晓 · Wei, Xiang · 张世琨 · Chen, Chong · 华先胜
IEEE Transactions on Image Processing 2023
通过整体度量目标域伪标签的不确定性并逐步最小化，减少噪声影响。
引入复合对抗学习与跨域聚类语义中心对齐，隐式和显式地利用哈希码中的语义信息。
利用源域标签嵌入指导哈希码优化，使模型学习到更准确的语义表示。
在多个域自适应检索基准上超越了现有先进方法，适用于单域和跨域任务。