相关引导异构域适应算法

优于深度网络

将特征对齐与域对齐分步迭代，在异构数据间迁移知识

Wong, W. K. · Dewei, Lin · 陆玉武 · 文嘉俊 · Lai, Zhihui · 李学龙

IEEE Transactions on Multimedia 2024

技术优势

比深度方法更优

在多个视觉跨域基准上超越最先进的神经网络方法，无需深层架构即可取得更好性能。

消噪样本迭代

每轮只挑选高置信度伪标签样本参与后续对齐，逐步净化目标域标签。

应用场景

• 跨域视觉识别：为跨域识别提供优于浅层与深度方法的特征对齐方案。
• 机器人视觉适配：降低机器人视觉模型在新场景的标注需求。
• 脑机接口信号处理：将异构特征对齐用于脑机接口信号处理。