面向通用领域适应的无训练标签空间对齐
计算机视觉与模式识别
2025-10-23 v2 人工智能
摘要
通用领域适应（UniDA）将来自标记源域的知识迁移到 unlabeled 目标域，其中标签空间可能不同且目标域可能包含私有类别。以往的 UniDA 方法主要关注视觉空间对齐，但常因内容差异导致视觉模糊，限制了其鲁棒性和可泛化性。为此，我们引入一种新方法，利用最新视觉语言基础模型（VLMs）如 CLIP 的强大零样图能力，仅聚焦于标签空间对齐以提升适应稳定性。CLIP 可仅凭标签名称生成任务特定分类器。然而，面对 UniDA 挑战 CLIP 仍困难，因为标签空间无法提前完全确定。本文首先利用生成式视觉语言模型识别目标域中未知类别。发现的标签存在噪声和语义模糊——如与源标签相似的标签（例如同义词、上位词、下位词）。为解决此问题，我们提出一种无训练的标签空间对齐方法用于 UniDA（\ours）。该方法通过过滤和细化域间标签间的噪声来实现标签空间对齐，而非视觉空间对齐。随后构建一种\textit{universal classifier}，整合共享知识与目标私有类别信息，从而在域迁移下提升可泛化性。结果表明，所提方法在关键 DomainBed基准测试中显著优于现有 UniDA技术，H-score 提升 \textcolor{blue}{+7.9\%}，H-score 提升 \textcolor{blue}{+6.1\%}。进一步 incorporating 自训练可进一步提升性能，在 H- 和 H-score 上额外提升 \textcolor{blue}{+1.6\%}。
引用
@article{arxiv.2509.17452,
title = {Training-Free Label Space Alignment for Universal Domain Adaptation},
author = {Dujin Lee and Sojung An and Jungmyung Wi and Kuniaki Saito and Donghyun Kim},
journal= {arXiv preprint arXiv:2509.17452},
year = {2025}
}
备注
22 pages, 12 figures