多源域自适应模型

跨域识别更鲁棒

该模型通过多专家一致性蒸馏和特征去相关，在多个行人重识别基准上实现了优于现有方法的性能，且无需目标域标注。

Yuqiao, Xian · Peng, Yi Xing · Sun, Xing · Zheng, Wei-Shi

Pattern Recognition 2025

技术优势

专家互补不趋同

通过特征去相关，多个专家模型学习到互补的特征表示，避免冗余，从而提升整体泛化能力。

多源一致性蒸馏

通过专家间双向相似度蒸馏传递知识，增强各专家的预测一致性，使模型更稳定。

应用场景

• 智能视频监控：在无目标域标注下直接部署到新监控场景，省去逐场地标注成本。
• 跨摄像头行人追踪：在不同摄像头之间稳定关联行人，不依赖目标域标注数据。
• 机器人视觉感知：让机器人在新环境中快速适应行人识别，减少人工数据采集。