Tag · 7 篇

无监督域自适应

分布人脸与人体理解2自监督与表征学习1医学影像与生物视觉1视频理解与时序1底层视觉与图像复原1自动驾驶与遥感1

UDAPose: Unsupervised Domain Adaptation for Low-Light Human Pose Estimation

针对低光照姿态估计，用基于直流高通滤波（DHF）与低光照特征注入模块（LCIM）的合成管线生成逼真低光训练图像，并在 Transformer 中用动态注意力控制（DCA）在图像线索不可靠时回退到姿态先验——这套「合成域+注意力门控」思路可直接迁移到其他低质成像下的关键点/稠密预测任务。

Towards Uncertainty-aware Unsupervised Domain Adaptation for Videos and Time-Series with Causal Optimal Transport

将因果图正则化嵌入最优传输对齐过程，为视频域自适应提供了一种同时对齐特征分布与因果结构的可复用框架，其基于熵与结构一致性的伪标签筛选策略可直接用于提升自训练稳定性。

SHAPE: Structure-aware Hierarchical Unsupervised Domain Adaptation with Plausibility Evaluation for Medical Image Segmentation

针对医学分割中的无监督域自适应，提出用超图评估伪标签的全局解剖合理性，并配合跨视角稳定性剪枝异常，这种基于结构先验的伪标签验证思路可迁移到其他需要可靠伪标签的视觉任务。

Real-World Point Tracking with Verifier-Guided Pseudo-Labeling

用元模型逐帧评估多个预训练跟踪器的预测可靠性来筛选伪标签，这一思路可直接迁移到其他缺乏真值标注的视频任务（如光流、关键点跟踪）的域自适应微调中。

QD-PCQA: Quality-Aware Domain Adaptation for Point Cloud Quality Assessment

将图像质量评估的预训练先验通过无监督域自适应迁移到点云质量评估，其中排序加权条件对齐和双域增强策略可复用于其他跨模态质量评估任务。

PanDA: Unsupervised Domain Adaptation for Multimodal 3D Panoptic Segmentation in Autonomous Driving

针对多模态3D全景分割的无监督域自适应框架，其非对称多模态增强和双专家伪标签精炼模块可迁移到其他多模态感知任务（如3D检测、语义分割）的域自适应中，提升传感器退化下的鲁棒性。

HamiPose: Hamiltonian Optimization for Unsupervised Domain Adaptive Pose Estimation

把源域监督与目标域一致性之间的梯度冲突显式解耦：按关键点做几何分解、正交投影保留非冲突分量，再用通道门控按置信度校准平行分量，最后用辛普森积分器驱动的哈密顿优化器提供受控动量。做跨域关键点/姿态迁移时可直接复用这套梯度解耦+动量稳定更新的训练流程。