最优传输论文（五十七）：Domain Attention Consistency for Multi-Source Domain Adaptation论文原理

---

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