跨域分割更稳
用连续值域表示域偏移，借元学习扩展训练分布，在没有域标签的情况下获得更强的跨域泛化能力。
Liang, Chenbin · Xiaoping, Zhang · WenLin, Fu · Li, Weibin · 董云云
ISPRS Journal of Photogrammetry and Remote Sensing 2025
用变分自编码器将域建模为连续值空间，结合向量分解与语义引导实现无域标签的特征解耦，避免了遥感数据中难以标注离散域标签的问题。
在元学习框架下，利用VAE对域特异变化进行定向随机化，生成具有高多样性且无严重语义失真的新域，用于扩充训练分布。
利用生成的数据保持解耦一致性并设计更真实的元任务，提升模型在未见域上的泛化能力。