联系人:
所在地:
本发明公开了一种基于元学习的自监督域适应方法,将目标域图像重建作为域适应过程中的自监督任务,监督信息即为目标域图像本身,不需要额外的目标域图像标注信息,节省了大量人工标注成本;此外,目标域图像的重建过程能够使网络学习到目标域图像中更丰富的高层语义信息,使得网络能够利用目标域数据的内在特征来辅助网络将源域数据中学习到的知识向目标域迁移,从而提升域适应方法的性能。通过将元学习策略引入自监督域适应中,使得目标域自监督任务和源域分类等特定任务对网络参数的更新方向趋于一致,使得网络能够更好地提取域不变特征,减少了域适应任务和特定任务对网络参数的更新方向不一致造成的负迁移问题,提升了域适应性能。