arXiv · 机器人与计算机视觉· Shivangi Rai, Vinod K Kurmi·· 4 小时前AI 评分73
带自适应初始化的注意力漂移正则化:面向鲁棒视觉识别的域泛化方法
Attention Drift Regularization with Adaptive Initialization for Domain-Robust Visual Recognition
AI 导读
该论文提出了 DGA-CAFC 框架以解决无源域适应中的注意力漂移和忽视域差距初始化两大失效模式。通过最小化反事实扰动下的特征差异来稳定表示,并利用目标预测熵估计域差距严重程度以选择最佳源模型变体。该方法作为轻量级正则器可应用于标准域泛化目标,在 SFDA 及 DG 基准实验中均优于近期基线。论文已被 WACV 2027 接收。
来源:arXiv · 机器人与计算机视觉 · arxiv.org