免标注跨域
利用人先验的双分支注意力网络生成中间域伪标签，无需在新域标注即可持续自适应，显著提升计数模型跨场景泛化能力。
Ma, Rui · 侯英 · Chenxuan, Li · 贾惠柱 · Xiaodong, Xie
IEEE Transactions on Circuits and Systems for Video Technology 2025
无需在新域进行繁琐的人工标注，仅通过生成中间域伪标签就能持续适应。
在多个视频人群计数数据集上的实验表明，该框架显著提升了域泛化能力。
模型稳定性和算法可解释性良好，对实际部署至关重要。
代码和模型权重已在GitHub开源，便于复现和部署。