arXiv · 机器人与计算机视觉· Sohyun Lee, Nayeong Kim, Juwon Kang, Seong Joon Oh, Suha Kwak·· 2026-10-20精选AI 评分82
TestDG:面向持续测试时适应的测试时域泛化方法
TestDG: Test-time Domain Generalization for Continual Test-time Adaptation
AI 导读
该论文研究了持续测试时适应(CTTA)任务,即模型在测试阶段不断适应未见过的新域同时保留先前知识。现有方法多仅关注当前域而忽视对未来域的泛化能力。为此,作者提出了 TestDG 框架,旨在测试过程中在线学习对当前及历史测试域均不变的特征,并提出新的模型架构、适应策略以及原型选择更新机制以管理历史信息。
推荐理由
提出 TestDG 框架,在测试时学习域不变特征以应对未来未知领域,在三个公开基准上达到最先进水平。
来源:arXiv · 机器人与计算机视觉 · arxiv.org