域不变且类别可分
在统一框架中同时建模域间和图像内部结构，提升无监督域适应的分类性能。
徐映雪 · 文贵华 · Yang, Hu · 杨佩
IEEE Transactions on Circuits and Systems for Video Technology 2024
图像级最优传输显式建模图像内局部区域之间的结构关联，避免全局表示造成的细节丢失，从而提升分类准确性。
在一个统一的层级最优传输框架中同时进行域级对齐和图像级度量学习，使模型既能消除域间差异，又能增强类别判别能力。
通过切片Wasserstein距离近似图像级OT，并采用小批量不平衡域级OT，降低了计算复杂度，使方法能够处理大规模数据。
在多个基准数据集上的大量实验表明，该方法相比现有方法具有明显优势，并且代码将公开，便于复现和应用。