基于潜在空间桥接的异构模态无监督域适应
计算机视觉与模式识别
2025-06-23 v1 人工智能
机器学习
摘要
无监督域适应 (UDA) 方法有效桥接域间差异，但在源域和目标域完全属于不同模态时难以克服。为此，本文提出一种新设定，即异构模态无监督域适应 (HMUDA)，通过利用包含两者模态无标签样本的桥接域，实现知识在完全不同模态之间的传递。为在HMUDA设定下进行学习，我们提出潜在空间桥接 (LSB)，一种专为语义分割任务设计的框架。具体而言，LSB采用双分支架构，包含特征一致性损失以跨模态对齐表征，并包含域对齐损失以减少跨域类别质心之间的差异。在六个基准数据集上的广泛实验表明，LSB 实现了最先进的性能。
引用
@article{arxiv.2506.15971,
title = {Heterogeneous-Modal Unsupervised Domain Adaptation via Latent Space Bridging},
author = {Jiawen Yang and Shuhao Chen and Yucong Duan and Ke Tang and Yu Zhang},
journal= {arXiv preprint arXiv:2506.15971},
year = {2025}
}