基于域适应的无标签数据实用镜头主动对准
计算机视觉与模式识别
2026-01-09 v2 图像与视频处理
光学
摘要
主动对准 (Active Alignment, AA) 是大规模自动化组装高精度光学系统的关键技术。相较于依赖人工进行的 per-model on-device 校准，基于光学仿真构建的数字孪生管道在生成大规模标定数据方面具有显著优势。然而，复杂的成像条件导致仿真图像与真实图像之间存在域间差异，限制了仿真训练模型的泛化能力。为此，我们提出通过引入最小数量的无标签真实世界图像（在随机错位位置捕获），从域适应视角减小该差距。我们引入 Domain Adaptive Active Alignment (DA3)，其利用自回归域转换生成器和基于对抗的特征对齐策略，通过自监督学习提取真实世界域信息，从而提取域无关的图像退化特征，以促进稳健的错位预测。实验表明，在两种镜头类型上，DA3 的准确率比纯粹仿真管道提高了 46%。值得注意的是，它接近使用在 3 个镜头样本上精确标定的真实世界数据所达到的性能，同时将设备端数据收集时间缩短了 98.7%。结果表明，域适应有效地为仿真训练的模型注入了稳健的真实世界性能，验证了数字孪生管道可显著提升大规模光学装配效率的实际可行性。
引用
@article{arxiv.2601.03718,
title = {Towards Real-world Lens Active Alignment with Unlabeled Data via Domain Adaptation},
author = {Wenyong Li and Qi Jiang and Weijian Hu and Kailun Yang and Zhanjun Zhang and Wenjun Tian and Kaiwei Wang and Jian Bai},
journal= {arXiv preprint arXiv:2601.03718},
year = {2026}
}