因果孪生网络

持续适应分布漂移

一种基于孪生网络的持续测试时适应框架，无需源数据即可在线适配散焦去模糊任务中的连续目标域漂移。

Cui, Shuang · Yi, Li · Li, Jiangmeng · Tang, Xiongxin · 苏冰 · Xu, Fangjiang · Xiong, Hui

International Journal of Computer Vision 2025

技术优势

无需源数据

仅利用无标注目标数据即可完成适应，摆脱了对源域训练数据的依赖。

抑制语义错误纹理

通过因果孪生网络整合大规模预训练视觉-语言模型先验，确保模糊输入与复原图像之间的因果可辨识性，从而缓解严重退化下源模型产生的语义错误纹理。

应用场景

• 图像去模糊：直接用于单图像散焦去模糊，在目标域持续变化时保持性能。
• 测试时适应：为测试时适应提供一种无需源数据、在线更新的因果框架。
• 计算成像：从计算成像角度处理模糊退化，改善复原图像的视觉质量。