文章目录
前言
- 文章来自2021年的BMVC
- 本文是本人领域自适应与最优传输系列论文的第57篇,所有系列论文的相关代码在https://github.com/CtrlZ1/Domain-Adaptation-Algorithms,希望各位大佬们不吝点赞,给个Star哦~
摘要
- 大多数现有的多源域适配(MSDA)方法都是通过特征分布对齐来最小化多个源-目标域对之间的距离,这种方法借鉴了单源设置。然而,对于不同的源域,对齐成对特征分布是一项挑战,甚至可能对MSDA产生反作用。在本文中,我们介绍了一种新的方法:可转移属性学习。动机很简单:虽然不同的域可以有完全不同的视觉外观,但它们包含具有相同属性集的相同类集;因此,MSDA模型应该专注于学习目标域中最可转移的属性。采用这种方法,我们提出了一个领域注意一致性网络,称为DAC网络。关键设计是特征通道注意模块,旨在识别可转移特征(属性)。重要的是,注意模块受到一致性损失的监督,一致性损失施加在源域和目标域