Fully Test-Time Adaptation for Monocular 3D Object Detection
Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））；National University of Singapore（新加坡国立大学）；Nanyang Technological University（南洋理工大学）
针对单目3D目标检测在分布外场景下因分数下降导致目标遗漏和测试时自适应失败的问题，提出基于可靠性驱动和噪声防护双策略的MonoTTA方法，在KITTI和nuScenes数据集上分别实现约190%和198%的性能提升。
2024-05-30 cs.CV
Self-Guided Adaptation: Progressive Representation Alignment for Domain Adaptive Object Detection
NELVT, School of EE & CS, Peking University（北京大学电子信息与计算机科学学院NELVT）；University of Chinese Academy of Sciences（中国科学院大学）；School of ECE, Peking University（北京大学电子信息工程学院）；Pengcheng Laboratory（鹏城实验室）；Beijing Institute of Technology（北京理工大学）；Nanyang Technological University（南洋理工大学）
无监督领域自适应（UDA）在提高目标检测模型的跨域鲁棒性方面取得了前所未有的成功。然而，现有的UDA方法在很大程度上忽略了模型学习过程中的瞬时数据分布，这可能会在较大的域偏移情况下恶化特征表示。在这项工作中，我们提出了一个自我导向适应（SGA）模型，目标对准的特征表示和跨域的目标检测模型，同时考虑到即时对齐的困难。SGA的核心是在核空间中计算样本对的“硬度”因子，以指示域距离。该算法通过引入硬度因子，自适应地指示样本的重要性，并赋予样本不同的约束条件。根据硬度因子的指示，在模型自适应过程中以“由易到难”的方式实现了自引导渐进采样（SPS）。使用多级卷积特征，SGA进一步聚合以完全对齐检测模型的分层表示。在常用的基准测试上的大量实验表明，SGA改进了最先进的方法，具有显着的裕度，同时证明了大域偏移的有效性。
2020-03-22 cs.CV
Viewpoint Adaptation for Rigid Object Detection
Duke University（杜克大学）；CoVar Applied Technologies（CoVar应用技术公司）
对象检测器在应用于从与其被训练的视点不同的视点拍摄的图像数据时执行次优。在本文中，我们提出了一个视点自适应算法，允许一个训练有素的单视图对象检测器，以适应一个新的，不同的观点。我们首先说明了如何从源和目标视点之间的已知单应性来推断特征空间变换。其次，我们证明了各种训练的分类器可以被修改，以表现得好像该转换被应用于每个测试实例。所提出的算法进行评估的人检测任务，使用PETS 2007和CAVIAR数据集的图像，以及从一个新的合成多视图的人检测数据集。它产生了很大的性能改进时，适应单视图的人检测器，以新的观点，同时降低了计算复杂性。这项工作有可能提高检测性能的相机从任意视点观看对象，同时简化数据汇集和特征提取。
2017-02-24 cs.CV
Cross-domain Object Detection through Coarse-to-Fine Feature Adaptation
Beihang University（北京航空航天大学）；Beijing Advanced Innovation Center for Big Data and Brain Computing（大数据与脑计算北京高等创新中心）；State Key Laboratory of Software Development Environment（软件开发环境国家重点实验室）；School of Computer Science and Engineering（计算机学院）
近年来，基于深度学习的目标检测取得了很大进展。然而，由于域移位问题，将现成的检测器应用于看不见的域会导致显着的性能下降。为了解决这个问题，本文提出了一种新的粗到精的跨域目标检测特征自适应方法。在粗粒度阶段，与文献中使用的粗略的图像级或实例级特征对齐不同，采用注意力机制提取前景区域，并在公共特征空间中通过多层对抗学习根据边缘分布进行对齐。在细粒度阶段，我们通过最小化具有相同类别但来自不同领域的全局原型的距离来进行前景的条件分布对齐。由于这种由粗到细的特征自适应，前景区域中的领域知识可以有效地转移。在各种跨域检测场景下进行了大量的实验。结果是国家的最先进的，这表明所提出的方法的广泛适用性和有效性。
2020-03-23 cs.CV
Lifelong Change Detection: Continuous Domain Adaptation for Small Object Change Detection in Every Robot Navigation
Tokyo Metropolitan Industrial Technology Research Institute（东京都立产业技术研究所）；University of Fukui（福井大学）
针对无人工标注场景下地面视图变化检测的不适定问题，提出全自监督方法，将日常导航检测到的物体变化作为额外先验以改进未来任务，并实现鲁棒框架在小目标变化检测场景中验证。
2023-06-28 cs.CV
CircleNet: Reciprocating Feature Adaptation for Robust Pedestrian Detection
University of Chinese Academy of Sciences（中国科学院大学）；University of California at Berkeley（加州大学伯克利分校）；BeiHang University（北京航空航天大学）
在野外的行人检测仍然是一个具有挑战性的问题，特别是当场景包含显着的遮挡和/或低分辨率的行人检测。现有的方法无法适应这些困难的情况下，同时保持可接受的性能。在本文中，我们提出了一种新的特征学习模型，称为CircleNet，通过模仿人类观看低分辨率和遮挡对象的过程来实现特征自适应：如果第一次无法清楚地识别对象，则再次以更精细的尺度聚焦。CircleNet被实现为一组特征金字塔，并使用权重共享路径增强来实现更好的特征融合。它的目标是使用多个自顶向下和自底向上的路径进行往复特征自适应和迭代目标检测。为了充分利用CircleNet的特征自适应能力，我们设计了一个实例分解训练策略，专注于在每个周期中检测各种分辨率和不同遮挡程度的行人实例。具体来说，CircleNet以端到端的方式实现了具有硬负提升思想的特征集成。在两个行人检测数据集Caltech和CityPersons上的实验表明，CircleNet提高了具有显著边缘的遮挡和低分辨率行人的性能，同时保持了正常情况下的良好性能。
2022-12-12 cs.CV
D2DF2WOD: Learning Object Proposals for Weakly-Supervised Object Detection via Progressive Domain Adaptation
Rutgers University（罗格斯大学）；Samsung AI Center（三星人工智能中心）
弱监督目标检测（WSOD）模型试图利用图像级注释来代替准确但获得目标定位标签的成本。这常常导致推理时的不合标准的目标检测和定位。为了解决这个问题，我们提出了D2DF2WOD，这是一个双域全到弱监督目标检测框架，它利用合成数据，用精确的目标定位进行注释，以补充自然图像目标域，其中只有图像级标签可用。在其预热领域自适应阶段，该模型学习一个完全监督的对象检测器（FSOD），以提高目标域中的对象建议的精度，并在同一时间学习目标域特定的和检测感知的建议功能。在WSOD的主阶段，WSOD模型被专门调整到目标域。WSOD模型的特征提取器和对象建议生成器建立在微调的FSOD模型上。我们在五个双域图像基准上测试D2DF2WOD。结果表明，我们的方法的结果一致改善目标检测和定位相比，国家的最先进的方法。
2022-12-02 cs.CV
Deep Siamese Domain Adaptation Convolutional Neural Network for Cross-domain Change Detection in Multispectral Images
Wuhan University（武汉大学）
最近，深度学习在变化检测任务中取得了令人鼓舞的表现。然而，深度模型是特定于任务的，并且经常存在数据集偏差，因此很难将在一个多时相数据集（源域）上训练的网络转移到另一个具有非常有限（甚至没有）标记数据的多时相数据集（目标域）。在本文中，我们提出了一种新的深连体领域自适应卷积神经网络（DSDANet）架构的跨域变化检测。在DSDANet中，连体卷积神经网络首先从多时间图像中提取空间-光谱特征。然后，通过多核最大均值差异（MK-MMD），学习的特征表示被嵌入到再生核希尔伯特空间（RKHS），其中两个域的分布可以显式匹配。DSDANet通过对源标记数据和目标未标记数据的网络参数和核系数进行优化，可以学习到可迁移的特征表示，从而可以弥合两个域之间的差异。据我们所知，这是第一次提出这种基于领域自适应的深度网络来进行变化检测。理论分析和实验结果表明了该方法的有效性和潜力。
2020-04-13 cs.CV
Semi-Supervised Domain Adaptation Using Target-Oriented Domain Augmentation for 3D Object Detection
Hanyang University（汉阳大学）；Kakao Mobility Corp（Kakao Mobility公司）；Seoul National University（首尔大学）
针对现实场景中传感器数据分布变化影响3D目标检测性能的问题，提出面向LiDAR 3D检测的半监督域自适应方法TODA，通过TargetMix和AdvMix两阶段增强实现特征对齐，性能显著优于现有技术。
2024-06-17 cs.CV
SOAP: Cross-sensor Domain Adaptation for 3D Object Detection Using Stationary Object Aggregation Pseudo-labelling
University of Waterloo（滑铁卢大学）
针对LiDAR 3D目标检测的跨传感器域自适应问题，提出SOAP方法，通过聚合整个点云序列并利用准静态训练和空间一致性后处理生成高质量静止目标伪标签，缩小至少30.3%域差距并提升无监督和半监督设置下的性能。
2024-01-08 cs.CV
Progressive Domain Adaptation for Object Detection
UC Merced（加州大学默塞德分校）；NEC Labs America（NEC美国实验室）；Verisk Analytics（Verisk分析公司）；Google（谷歌）
最近用于目标检测的深度学习方法依赖于大量的限界框注释。收集这些注释既费力又昂贵，但监督模型在测试来自不同分布的图像时并不能很好地泛化。领域自适应通过使现有标签适应目标测试数据来提供解决方案。然而，领域之间的巨大差距可能会使适应成为一项具有挑战性的任务，这会导致不稳定的训练过程和次优结果。在本文中，我们建议用一个中间域来弥合域之间的差距，并逐步解决更容易适应的子任务。这个中间域是通过翻译源图像来模仿目标域中的图像而构建的。为了解决域转移问题，我们采用对抗性学习来在特征级对齐分布。此外，加权任务损失被应用到处理不平衡的图像质量在中间域。实验结果表明，我们的方法表现出良好的对国家的最先进的方法在目标域上的性能。
2019-10-24 cs.CV
Unsupervised Domain Adaptive Object Detection using Forward-Backward Cyclic Adaptation
The University of Queensland（昆士兰大学）
我们提出了一种新的方法来执行无监督领域自适应适应目标检测通过前向-后向循环（FBC）训练。最近的对抗性训练的领域自适应方法已显示出其有效性，最小化域差异，通过边缘特征分布对齐。然而，对齐边缘特征分布并不能保证类条件分布的对齐。当适配对象检测器时，该限制更加明显，因为与图像分类任务相比，域差异更大，例如，在一个图像中存在各种数量的对象，并且图像中的大部分内容是背景。这促使我们通过梯度对齐来学习类别级语义的域不变性。直觉上，如果两个领域的梯度指向相似的方向，那么一个领域的学习可以改善另一个领域的学习。为了实现梯度对齐，我们提出了Forward-Backward Cyclic Adaptation，它通过后向跳跃迭代计算从源到目标的自适应，以及通过前向传递迭代计算从目标到源的自适应。此外，我们还通过对抗性训练来调整低级特征，以适应整体颜色/纹理。然而，检测器在两个域上都表现良好，对于目标域并不理想。因此，在每个循环中，通过源域上的最大熵正则化来惩罚置信源特定学习，并通过目标域上的最小熵正则化来激发目标特定学习，从而加强域多样性。提供了训练过程的理论分析，并在具有挑战性的跨域目标检测数据集上进行了广泛的实验，结果表明我们的方法优于最先进的方法。
2020-02-03 cs.CV
Decoupled Adaptation for Cross-Domain Object Detection
BNRist（北京国家信息科学与技术研究中心）；Tsinghua University（清华大学）
跨域目标检测比目标分类更具挑战性，因为图像中存在多个目标，并且每个目标在未标记目标域中的位置是未知的。因此，在对不同目标的特征进行自适应以增强检测器的可移植性时，容易混淆前景和背景的特征，从而影响检测器的可分辨性。此外，以往的方法只关注类别自适应，而忽略了目标检测的另一个重要部分，即，限界框回归的自适应。为此，我们提出了D-adapt，即Decoupled Adaptation，将对抗性自适应和检测器的训练解耦。此外，本文还通过引入限界框适配器，填补了目标检测中回归领域自适应的空白。实验结果表明，D-adapt在四个跨领域目标检测任务上取得了最佳的效果，特别是在基准数据集Clipart 1 k和Comic 2k上，D-adapt的性能相对提高了17%和21%。
2022-05-09 cs.CV cs.LG
Multi-Granularity Alignment Domain Adaptation for Object Detection
University of Chinese Academy of Sciences（中国科学院大学）；Kitware, Inc.（Kitware公司）；Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所）
由于源域和目标域之间的数据分布不同，域自适应目标检测具有挑战性。在本文中，我们提出了一个统一的多粒度对齐的目标检测框架，面向领域不变的特征学习。为此，我们编码的依赖关系在不同的粒度的角度，包括像素，实例和类别级别同时对齐两个域。基于骨干网络的像素级特征图，我们首先开发了全尺度门控融合模块，通过尺度感知卷积来聚合实例的判别表示，从而实现鲁棒的多尺度目标检测。同时，提出了多粒度鉴别器来识别样本的哪个域不同粒度（即，像素、实例和类别）来自。值得注意的是，我们不仅利用不同类别中的实例可区分性，还利用两个域之间的类别一致性。在多个领域自适应场景上进行了大量的实验，证明了我们的框架在无锚FCOS和基于锚的Faster RCNN检测器上的最新算法的有效性。
2022-03-31 cs.CV
Detection Hub: Unifying Object Detection Datasets via Query Adaptation on Language Embedding
Fudan University（复旦大学）；Shanghai Collaborative Innovation Center of Intelligent Visual Computing（上海智能视觉计算协同创新中心）；Microsoft（微软）
组合多个数据集可以提高许多计算机视觉任务的性能。但由于检测数据集之间的两个不一致性：分类差异和领域差距，在结合多个数据集进行目标检测时，并没有看到类似的趋势。在本文中，我们通过一种新的设计（名为检测中心）来解决这些挑战，该设计是可感知的和分类对齐的。它不仅减轻了数据集的不一致性，而且还为检测器提供了跨多个数据集学习的一致性指导。特别是，通过学习用于适应对象查询的数据集嵌入以及检测头中的卷积核来实现数据集感知设计。通过用词嵌入替换独热类别表示并利用语言嵌入的语义一致性，跨数据集的类别在语义上对齐到统一的空间中。Detection Hub实现了目标检测的大数据优势。实验表明，在多个数据集上进行联合训练比单独在每个数据集上进行训练获得了显着的性能增益。Detection Hub进一步在UODB基准测试中使用各种数据集实现SoTA性能。
2023-03-29 cs.CV
Domain-Incremental Remote Sensing Change Detection via Difference-Guided Adaptation and Frequency-Decoupled Distillation
School of Remote Sensing and Geomatics Engineering, Nanjing University of Information Science and Technology（南京信息工程大学遥感与测绘工程学院）
研究针对遥感变化检测模型域增量学习易灾难性遗忘问题，提出DG-FDD框架，集成差异引导自适应和频率解耦蒸馏，有效减轻遗忘，实验表明其在跨域变化检测中能平衡历史知识保留与新域适应，性能优于单任务模型。
2026-07-15 cs.CV
Weather-Aware Object Detection Transformer for Domain Adaptation
University of Maine（缅因大学）；San Diego State University（圣地亚哥州立大学）
针对RT-DETR在雾天性能下降问题，提出基于感知损失的域自适应、天气自适应注意力、天气融合编码器三种方法，虽未持续优于基线，但为天气感知目标检测研究提供了见解。
2025-04-15 cs.CV
Unified Domain Generalization and Adaptation for Multi-View 3D Object Detection
Korea University（高丽大学）；Samsung Advanced Institute of Technology（三星先进技术研究院）
针对多视图3D目标检测的域错位与标注资源受限问题，提出UDGA框架，通过多视图重叠深度约束与标签高效域自适应方法，在少标注下实现跨域稳定检测，性能超越现有最优方法。
2024-10-29 cs.CV
Segment Any Crack: Deep Semantic Segmentation Adaptation for Crack Detection
Concordia University（康科迪亚大学）
提出一种仅微调归一化参数的选择性微调策略，应用于SAM等分割模型，在裂缝检测中实现高效适配，SAC模型在OmniCrack30k上取得最优性能并降低计算成本。
2025-04-19 cs.CV
Embodied Domain Adaptation for Object Detection
School of Computer Science and the Australian Institute for Machine Learning at the University of Adelaide（澳大利亚阿德莱德大学计算机科学学院和澳大利亚机器学习研究所）
针对室内环境域偏移问题，提出无源域适应方法EDAOD，通过时间聚类、多尺度阈值融合和Mean Teacher对比学习优化伪标签，显著提升零样本检测性能及对动态室内条件的适应能力。
2025-06-27 cs.CV cs.RO
SSDA3D: Semi-supervised Domain Adaptation for 3D Object Detection from Point Cloud
Inceptio（嬴彻科技）
基于LiDAR的3D目标检测是先进自动驾驶系统中不可或缺的任务。虽然卓越的3D探测器已经取得了令人印象深刻的检测结果，但当面对看不见的领域时，例如不同的LiDAR配置，不同的城市和天气条件，它们会遭受显着的性能退化。主流方法倾向于利用无监督领域自适应（UDA）技术来解决这些挑战。然而，当存在严重的域偏移时，这些UDA解决方案仅产生不令人满意的3D检测结果，例如，从Waymo（64束）到nuScenes（32束）。为了解决这个问题，我们提出了一种新的半监督领域自适应方法的三维目标检测（SSDA 3D），其中只有少数标记的目标数据是可用的，但可以显着提高适应性能。特别地，我们的SSDA 3D包括领域自适应阶段和领域泛化阶段。在第一阶段，提出了一个域间Point-CutMix模块，以有效地对齐跨域的点云分布。Point-CutMix生成中间域的混合样本，从而鼓励学习域不变知识。然后，在第二阶段，我们进一步增强模型，以便在未标记的目标集上更好地泛化。这是通过探索半监督学习中的域内点混合来实现的，它基本上规范了伪标签分布。从Waymo到nuScenes的实验表明，只有10%的标记目标数据，我们的SSDA 3D可以超过100%目标标签的全监督Oracle模型。我们的代码可在www.example.com上获得。
2022-12-06 cs.AI cs.CV
Neural Architecture Adaptation for Object Detection by Searching Channel Dimensions and Mapping Pre-trained Parameters
Korea University（高丽大学）；NCSOFT（NCSoft公司）
大多数目标检测框架使用最初为图像分类设计的骨干架构，通常使用ImageNet上的预训练参数。然而，图像分类和目标检测是本质上不同的任务，并且不能保证用于分类的最优主干对于目标检测也是最优的。最近的神经架构搜索（NAS）研究表明，自动设计一个专门用于目标检测的骨干有助于提高整体准确性。在本文中，我们介绍了一种神经架构自适应方法，该方法可以优化给定的骨干用于检测目的，同时仍然允许使用预先训练的参数。我们建议通过搜索特定的操作和层数，以及每个块的输出通道尺寸来适应微观和宏观架构。找到最佳通道深度是很重要的，因为它极大地影响特征表示能力和计算成本。我们进行实验，我们的搜索骨干目标检测，并证明我们的骨干优于手动设计和搜索的COCO数据集上的最先进的骨干。
2022-06-17 cs.AI cs.CV
When to Adapt: Multi-Signal Domain Shift Detection for Efficient Training-Free Adaptation in Open-Vocabulary Segmentation
KTH Royal Institute of Technology（瑞典皇家理工学院）；Ericsson AB（爱立信公司）
针对开放词汇分割中免训练连续测试时适应，提出多信号域偏移检测方法，利用时间一致性监控视觉变化、适配器不匹配和语义漂移，仅在需要时触发适应，在保持精度的同时减少适应次数，适用于长期机器人部署。
2026-09-30 cs.CV cs.RO
WLST: Weak Labels Guided Self-training for Weakly-supervised Domain Adaptation on 3D Object Detection
National Taiwan University（台湾大学）；Mobile Drive Technology（摩拜驱动科技）
提出WLST框架，利用2D边界框生成3D伪标签的自动标注器引导自训练，以低成本提升三维目标检测弱监督域适应性能，实验证明其有效且优于现有方法。
2024-02-08 cs.CV cs.RO
SimROD: A Simple Adaptation Method for Robust Object Detection
Huawei Technologies Canada Co., Ltd（华为技术加拿大有限公司）；University of British Columbia（不列颠哥伦比亚大学）；Huawei Cloud（华为云）
提出了一种简单有效的鲁棒目标检测（SimROD）无监督自适应方法。为了克服域偏移和伪标签噪声的挑战性问题，我们的方法集成了一种新的以域为中心的增强方法，一个渐进的自标记自适应过程，和教师指导的微调机制。使用我们的方法，可以利用目标域样本来适应目标检测模型，而不改变模型架构或生成合成数据。当应用于图像损坏和高级别的跨领域自适应基准测试时，我们的方法在多个领域自适应基准测试上优于先前的基线。SimROD在标准实时到合成和跨相机设置基准测试方面达到了最新水平。在图像损坏基准测试中，采用我们的方法调整的模型在Pascal-C上实现了15- 25%AP50的相对鲁棒性改进，在COCO-C和Cityscapes-C上实现了5- 6%AP。在跨域基准测试中，我们的方法在Comic数据集上的AP 50超过了最佳基线性能的8%，在Watercolor数据集上超过了4%。
2021-07-28 cs.AI cs.CV cs.LG
Analyzing the Impact of Low-Rank Adaptation for Cross-Domain Few-Shot Object Detection in Aerial Images
Université Sorbonne Paris Nord（巴黎北索邦大学）；L2TI（L2TI机构）；COSE（COSE机构）；LIVIA（LIVIA机构）；ETS Montreal（蒙特利尔工程学院）；IMT Mines Alès（阿莱斯矿业电信学院）
本文将 LoRA 集成到 DiffusionDet，在 DOTA 和 DIOR 上验证其在航拍跨域少样本检测中的效果，发现低样本下略优于全量微调，高样本下仍以全量微调更佳。
2025-04-08 cs.AI cs.CV
Multi-Source Domain Adaptation for Object Detection
Nankai University（南开大学）；Columbia University（哥伦比亚大学）；Didi Chuxing（滴滴出行）
为了减少与目标检测相关的标注劳动，越来越多的研究集中于将所学习的知识从标记的源域转移到另一个未标记的目标域。然而，现有的方法假设标记数据是从单个源域中采样的，这忽略了更一般化的场景，其中标记数据来自多个源域。对于更具挑战性的任务，我们提出了一个统一的基于Faster R-CNN的框架，称为Divide-and-Merge Spindle Network（DMSN），它可以同时增强域不变性并保持区分能力。具体来说，该框架包含多个源子网和一个伪目标子网。首先，我们提出了一个分层的特征对齐策略进行强和弱的低级别和高级别的功能，分别对齐，考虑到他们的不同效果的目标检测。其次，我们提出了一种新的伪子网学习算法，通过对不同源节点中的参数进行加权组合来逼近伪目标子集的最优参数。最后，提出了一种区域建议网络的一致性正则化方法，以便于每个子网学习更抽象的不变性。在不同适应场景下的大量实验证明了该模型的有效性。
2021-06-30 cs.AI cs.CV cs.LG
Analysis and Adaptation of YOLOv4 for Object Detection in Aerial Images
Manipal Institute of Technology, Manipal Academy of Higher Education（马尼帕尔高等教育学院马尼帕尔理工学院）
近年来，用于各种计算机视觉任务的无人机（UAV）部署迅速增长，为许多机会铺平了道路，使其更加有效和有价值。由于外观、姿态和尺度的变化，航空图像中的目标检测具有挑战性。自主空中飞行系统具有其固有的有限的存储器和计算能力，需要用于实时应用的精确且计算高效的检测算法。我们的工作显示了流行的YOLOv4框架的适应性，用于以高精度和推理速度预测航空图像中的对象及其位置。我们利用迁移学习来加快模型在VisDrone DET空中目标检测数据集上的收敛。经过训练的模型的平均精度（mAP）为45.64%，在Tesla K80 GPU上的推理速度达到8.7 FPS，并且在检测截断和遮挡对象时非常准确。我们通过实验评估了不同网络分辨率大小和训练时期对性能的影响。与几个当代空中物体探测器的比较研究证明，YOLOv4的性能更好，这意味着一个更合适的检测算法，以纳入空中平台。
2022-03-18 cs.AI cs.CV cs.LG
Cross-Resolution SAR Target Detection Using Structural Hierarchy Adaptation and Reliable Adjacency Alignment
Department of Information Engineering, Harbin Institute of Technology（信息工程系，哈尔滨工业大学）
本文提出CR-Net，通过结构诱导层次特征自适应和可靠结构邻接对齐实现跨分辨率SAR目标检测的可靠域自适应，并在不同分辨率数据集上取得SOTA性能。
2025-09-19 cs.CV
AWADA: Attention-Weighted Adversarial Domain Adaptation for Object Detection
Robert Bosch GmbH（罗伯特·博世有限公司）；Fachhochschule Südwestfalen（南威斯特法伦应用科学大学）
目标检测网络已经达到了令人印象深刻的性能水平，但在特定应用中缺乏合适的数据往往限制了它在实践中。通常，利用附加数据源来支持训练任务。然而，在这些领域中，不同数据源之间的领域差距给深度学习带来了挑战。基于GAN的图像到图像风格转换通常用于缩小域间隙，但不稳定并且与目标检测任务解耦。我们提出了AWADA，一个注意力加权的对抗性领域自适应框架，用于在风格转换和检测任务之间创建一个反馈回路。通过从对象检测器建议中构建前景对象注意力图，我们将变换集中在前景对象区域上，并稳定风格转移训练。在广泛的实验和消融研究中，我们表明，AWADA达到了最先进的无监督领域自适应目标检测性能在常用的基准任务，如合成到真实，恶劣天气和跨相机适应。
2022-08-31 cs.CV
Domain Adaptation from Synthesis to Reality in Single-model Detector for Video Smoke Detection
University of Science and Technology of China（中国科学技术大学）
提出了一种基于合成烟雾样本的视频烟雾检测方法。虚拟数据可以自动提供精确和丰富的注释样本。然而，真实烟雾样本与合成烟雾样本之间的外观差距会损害烟雾表示的学习。现有的研究主要集中在对从原始标注样本中提取的样本的适应性上。这些方法将目标检测和领域自适应作为两个独立的部分。为了用丰富的合成样本训练一个强大的检测器，我们构建了对最先进的单模型检测器（SSD和MS-CNN）的检测层的适应。培训过程是一个端到端的阶段。在学习过程中，将分类、定位和自适应相结合。在我们的实验中，所提出的模型的性能超过了原来的基线。同时，我们的结果表明，基于对抗适应的检测器优于基于差异适应的检测器。代码将在http://smoke.ustc.edu.cn上公开。此外，在附录A中描述了用于两级检测器的领域自适应。
2018-11-21 cs.CV
Multi-Target Domain Adaptation via Unsupervised Domain Classification for Weather Invariant Object Detection
Huawei（华为）
目标检测是自动驾驶的关键技术。如果训练图像的天气与测试图像的天气不同，则对象检测器的性能显著降低。领域自适应可用于解决域移位问题，以便提高对象检测器的鲁棒性。然而，大多数现有的领域自适应方法要么处理单个目标域，要么需要域标签。提出了一种新的无监督域分类方法，将单目标领域自适应方法推广到多目标域，并在此基础上设计了一个天气不变的目标检测器训练框架，在Cityscapes数据集及其合成变体（雾、雨、夜）上进行了实验。实验结果表明，该方法训练的目标检测器在不同天气条件下都能实现鲁棒的目标检测。
2021-03-25 cs.CV
Progressive LiDAR Adaptation for Road Detection
UBTECH Sydney Artificial Intelligence Centre（优必选悉尼人工智能中心）；University of Sydney（悉尼大学）；University of Technology Sydney（悉尼科技大学）；Hangzhou Dianzi University（杭州电子科技大学）
尽管基于视觉图像的道路检测发展迅速，但由于光照变化和图像模糊等问题，鲁棒地识别视觉图像中的道路区域仍然具有挑战性。为此，可以并入LiDAR传感器数据以改进基于视觉图像的道路检测，因为LiDAR数据不太容易受到视觉噪声的影响。然而，将LiDAR信息引入基于视觉图像的道路检测的主要困难在于LiDAR数据及其提取的特征与视觉数据和视觉特征不共享同一空间。空间中的这种间隙可能限制LiDAR信息用于道路检测的益处。为了克服这个问题，我们引入了一种新的渐进式LiDAR自适应辅助道路检测（PLARD）方法，以适应LiDAR信息到基于视觉图像的道路检测，并提高检测性能。在PLARD中，渐进式LiDAR自适应包括两个后续模块：1）数据空间自适应，通过应用基于高度差的变换将LiDAR数据转换到视觉数据空间以与透视图对齐; 2）特征空间自适应，通过级联融合结构将LiDAR特征适应视觉特征。对著名的KITTI道路检测基准的全面实证研究表明，PLARD利用了视觉和LiDAR信息，即使在具有挑战性的城市场景中也能实现更强大的道路检测。特别是，PLARD优于其他最先进的道路检测模型，目前是公众可访问的基准排行榜的顶部。
2019-04-02 cs.CV
Enhancing General Face Forgery Detection via Vision Transformer with Low-Rank Adaptation
如今，伪造的面孔提出了紧迫的安全问题，假新闻，欺诈，冒充等，尽管在域内人脸伪造检测的成功证明，现有的检测方法缺乏泛化能力，往往遭受显着的性能下降时，部署到不可预见的领域。为了解决这个问题，本文设计了一个更通用的基于视觉Transformer（ViT）架构的虚假人脸检测模型。在训练阶段，冻结预训练的ViT权重，并且仅更新低秩适应（LoRA）模块。此外，单中心损失（SCL）被用来监督训练过程，进一步提高了模型的泛化能力。该方法在交叉操作和交叉数据集评估方面都达到了最先进的检测性能。
2023-03-27 cs.CV
Multi-Class Anomaly Detection based on Regularized Discriminative Coupled hypersphere-based Feature Adaptation
Aarhus University（奥胡斯大学）
针对跨类别异常识别难题，提出融合RD-VAE类别判别特性与CFA特征自适应的RD-CFA模型，在两个基准数据集上优于8种主流方法，有效提升多类别异常检测与定位性能。
2024-02-02 cs.CV
Improving Online Source-free Domain Adaptation for Object Detection by Unsupervised Data Acquisition
Australian Institute for Machine Learning（澳大利亚机器学习研究所）；The University of Adelaide（阿德莱德大学）
本文针对自动驾驶目标检测中的在线无源域自适应问题，提出通过无监督数据采集优先选择信息量最大的无标签帧进行在线训练，并在真实数据集上验证其优于现有O-SFDA方法。
2024-08-30 cs.CV
Leveraging Temporal Information for 3D Detection and Domain Adaptation
自从LiDAR在自动驾驶中的广泛使用以来，点云的学习已经取得了巨大的进步。然而，最近的进展主要集中在检测对象在一个单一的360度扫描，没有广泛探索的时间信息。在本报告中，我们描述了一种简单的方法，通过向点云添加时间戳来在学习管道中传递这些信息，这表明所有三个类都有一致的改进。
2020-06-30 cs.CV
HLA-Face: Joint High-Low Adaptation for Low Light Face Detection
Peking University（北京大学）
低光场景下的人脸检测具有挑战性，但对许多实际应用至关重要，例如，监控录像，夜间自动驾驶。大多数现有的人脸检测器严重依赖于广泛的注释，而收集数据是费时费力的。为了减少在弱光条件下构建新数据集的负担，我们充分利用现有的正常光数据，并探索如何使人脸检测器从正常光适应弱光。这项任务的挑战是，正常和低光之间的差距对于像素级和对象级来说都太大和复杂了。因此，大多数现有的低光增强和自适应方法不能实现期望的性能。为了解决这个问题，我们提出了一个联合的高低适应（HLA）框架。通过双向低级自适应和多任务高级自适应方案，我们的HLA-Face即使在不使用深色人脸标签进行训练的情况下也优于最先进的方法。我们的项目可在https://daooshee.github.io/HLA-Face-Website/上公开获取
2021-04-05 cs.CV
PV-RCNN: The Top-Performing LiDAR-only Solutions for 3D Detection / 3D Tracking / Domain Adaptation of Waymo Open Dataset Challenges
Multimedia Laboratory, The Chinese University of Hong Kong（香港中文大学多媒体实验室）；The University of Hong Kong（香港大学）
在这份技术报告中，我们展示了Waymo Open Dataset Challenges 2020中针对3D检测、3D跟踪和领域自适应三个赛道的最佳LiDAR解决方案。我们的竞赛解决方案是建立在我们最近提出的PV-RCNN 3D目标检测框架之上的。我们的PV-RCNN的几个变种进行了探索，包括时间信息纳入，动态体素化，自适应训练样本选择，分类与ROI功能，等一个简单的模型集成策略，采用非最大值抑制和投票箱，以产生最终的结果。通过仅使用LiDAR点云数据，我们的模型最终在Waymo Open Dataset Challenges的3D检测，3D跟踪和领域自适应三个赛道上获得了所有LiDAR方法中的第一名，以及所有多模态方法中的第二名。我们的解决方案将在https://github.com/open-mmlab/OpenPCDet上提供
2020-08-28 cs.CV
Unsupervised Deep Domain Adaptation for Pedestrian Detection
Shanghai Jiao Tong University（上海交通大学）；University of Twente（特文特大学）
针对拥挤场景中行人检测的无监督领域自适应问题进行了研究。首先，我们利用迭代算法迭代地选择和自动注释具有高置信度的正面行人样本作为目标域的训练样本。同时，我们还重用了源域中的负样本，以弥补正样本和负样本数量的不平衡。其次，基于深度网络，我们还设计了一个无监督正则化器来减轻数据噪声的影响。更具体地说，我们将最后一个全连接层转换为两个子层-逐元素乘法层和求和层，并添加无监督正则化器以进一步提高领域自适应精度。在行人检测实验中，该方法提高了近30%的召回值，而精度几乎保持不变。此外，我们执行我们的方法对标准的领域自适应基准监督和无监督的设置，也达到了最先进的结果。
2018-02-09 cs.CV
Unsupervised Domain Adaptation for Multispectral Pedestrian Detection
Zhejiang University（浙江大学）；University of Twente（特文特大学）
多模式信息（例如，可见光和热）可以生成鲁棒的行人检测，以促进全天候的计算机视觉应用，例如自动驾驶和视频监控。然而，它仍然是一个至关重要的挑战，训练一个可靠的检测器工作在不同的多光谱行人数据集没有手动注释。在本文中，我们提出了一种新的无监督领域自适应框架的多光谱行人检测，通过迭代生成伪注释和更新的参数，我们设计的多光谱行人检测器的目标域。该方法利用在信源域上训练的检测器生成伪标注，然后通过固定检测器参数和最小化交叉熵损失来更新伪标注，无需反向传播。通过考虑对齐良好的可见光和红外图像对之间的相似性和互补性，使用伪注释生成训练标签。检测器的参数更新使用生成的标签，通过最小化我们定义的多检测损失函数与反向传播。通过迭代更新伪标注和参数，得到最优的检测器参数。实验结果表明，我们提出的无监督多模态领域自适应方法实现了显着更高的检测性能比没有领域自适应的方法，并与监督多光谱行人检测器的竞争。
2019-04-07 cs.CV
Unsupervised Domain Adaptation from Synthetic to Real Images for Anchorless Object Detection
Faculty of Electrical Engineering and Information Technology, Chemnitz University of Technology（Chemnitz工业大学电气工程与信息技术学院）
合成图像是避免与生成带注释的数据集以训练监督卷积神经网络（CNN）相关联的高成本的最有前途的解决方案之一。然而，为了使网络能够将知识从合成图像推广到真实图像，领域自适应方法是必要的。本文实现了无监督领域自适应（UDA）方法的无锚对象检测器。无锚探测器由于其良好的性能，在目标检测领域越来越受到关注。虽然它们的结果与成熟的基于锚的方法相当，但无锚检测器的速度要快得多。在我们的工作中，我们使用CenterNet，最近的无锚体系结构之一，涉及合成图像的领域自适应问题。利用无锚检测器的架构，我们提出调整两种UDA方法，即，熵最小化和最大平方损失，最初开发用于分割，到目标检测。我们的研究结果表明，所提出的UDA方法可以提高mAP从61%到69%，相对于直接转移所考虑的无锚探测器。代码可在https://github.com/scheckmedia/centernet-uda上找到。
2020-12-15 cs.CV
Domain Adaptation of Attention Heads for Zero-shot Anomaly Detection
Department of Industrial and Management Engineering, Korea University（韩国大学工业与管理工程系）；Department of Industrial Engineering, Seoul National University（首尔国立大学工业工程系）
HeadCLIP通过域适应注意力头实现零样本异常检测，提升工业和医疗领域异常检测性能。
2026-01-31 cs.CV
Subspace Alignment Based Domain Adaptation for RCNN Detector
IIT Kanpur（印度理工学院坎普尔分校）；KU Leuven（鲁汶大学）
在本文中，我们提出了基于子空间对齐的领域自适应的最先进的RCNN为基础的对象检测器。目标是能够在新颖的真实世界目标场景中实现高质量的目标检测，而不需要来自目标域的标签。然而，无监督领域自适应已经在对象分类的情况下进行了研究，对于目标检测，它一直相对未被探索。在基于子空间的对象领域自适应中，我们需要访问源和目标子空间以获得限界框特征。缺乏监督（标签和边界框都没有）使任务具有挑战性。在本文中，我们证明了我们仍然可以通过从在源上训练并应用于目标的RCNN检测器中获得检测来适应被定位到对象的子空间。然后，我们形成本地化的子空间的检测和子空间对齐这些子空间之间的适应产生改进的目标检测。通过将PASCAL VOC的挑战性真实世界数据集作为源，并将Microsoft COCO数据集的验证集作为各种类别的目标，进行了此评估。
2015-07-20 cs.CV
Domain Adaptation in 3D Object Detection with Gradual Batch Alternation Training
University of Saskatchewan（萨斯喀彻温大学）；Huawei Noah’s Ark Lab（华为诺亚方舟实验室）
本文提出渐进批次交替训练策略，通过逐步减少源域数据、增加目标域数据的方式实现LiDAR 3D目标检测的领域自适应，在四个自动驾驶数据集上取得显著性能提升。
2023-08-05 cs.CV
Incremental Multi-Target Domain Adaptation for Object Detection with Efficient Domain Transfer
École de technologie supérieure（高等技术学院）；Genetec Inc.（捷泰科公司）
无监督领域自适应的最新进展通过减轻（标记的）源和（未标记的）目标数据分布之间的域移位，显着提高了CNN的识别精度。虽然用于目标检测的单目标领域自适应（STDA）的问题最近受到了很多关注，但是多目标领域自适应（MTDA）仍然在很大程度上未被探索，尽管其在诸如多摄像机视频监控的若干现实世界应用中具有实际意义。与可能涉及复杂源分布和目标分布之间的大域移位的STDA问题相比，MTDA面临额外的挑战，最显著的是计算要求和先前学习的目标的灾难性遗忘，这可能取决于目标适应的顺序。用于检测的STDA可以通过调整每个目标的一个模型或具有来自目标域的数据的混合的一个公共模型来应用于MTDA。然而，这些方法要么成本高，要么不准确。唯一一种专门用于检测的最先进的MTDA方法增量地学习目标，一次一个目标，并通过使用用于知识蒸馏的重复检测模型来减轻知识的丢失，这在计算上是昂贵的，并且不能很好地扩展到许多领域。在本文中，我们介绍了一种有效的增量学习方法，以及推广到多个目标域。我们的MTDA方法更适合于现实世界的应用程序，因为它允许增量更新检测模型，而无需存储来自先前学习的目标域的数据，也无需在新的目标域可用时进行重新训练。我们提出的方法，MTDA-DTM，实现了最高水平的检测精度相比，国家的最先进的方法在几个MTDA检测基准和Wildtrack，多摄像头行人检测的基准。
2022-05-11 cs.CV
ADFA: Attention-augmented Differentiable top-k Feature Adaptation for Unsupervised Medical Anomaly Detection
Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）；University of Chinese Academy of Sciences（中国科学院大学）
针对医学影像监督异常检测因标注稀缺受限的问题，提出ADFA方法，利用预训练WR50提取特征，结合注意力增强块描述符与可微top-k自适应，在多个数据集上超越SOTA。
2023-08-29 cs.CV
1st Place Solution for Waymo Open Dataset Challenge -- 3D Detection and Domain Adaptation
Horizon Robotics（地平线机器人）
在这份技术报告中，我们介绍了我们在CVPR 2020 Waymo开放数据集挑战赛中3D检测赛道和领域自适应赛道的获奖解决方案“HorizonLiDAR 3D”。许多现有的3D对象检测器包括基于先验的锚框设计，以考虑对象的不同尺度和纵横比以及类别，这限制了其推广到不同数据集或域的能力，并且需要后处理（例如，非最大值抑制（NMS））。我们提出了一个一阶段的，锚和NMS免费的3D点云对象检测器AFDet，使用对象的关键点编码的3D属性，并学习一个端到端的点云目标检测，而不需要手工工程或学习的锚。AFDet是我们获胜解决方案的强大基准，在挑战赛中，我们在此基础上进行了重大改进。具体来说，我们设计了更强大的网络，并使用致密化和点绘制来增强点云数据。为了利用相机信息，我们通过将它们投影到相机空间并收集基于图像的感知信息来为每个点添加/绘制额外的属性。最终的检测性能也受益于3D检测轨道和领域自适应轨道中的模型集成和测试时间增强（TTA）。我们的解决方案在3D检测轨道和领域自适应轨道上分别以77.11%mAPH/L2和69.49%mAPH/L2获得第一名。
2020-06-28 cs.CV
Domain Adaptation for Object Detection via Style Consistency
Imperial College London（帝国理工学院）
提出了一种基于领域自适应的目标检测方法。我们介绍了一个两步的方法：第一步使检测器鲁棒性低级别的差异和第二步适应分类器的变化，在高级别的功能。对于第一步，我们使用的风格转移方法的像素自适应源图像的目标域。我们发现，在风格转换图像和源图像之间的对象检测器的高级特征中实施低距离可以提高目标域中的性能。对于第二步，我们提出了一个强大的伪标签的方法来减少噪声的积极和消极的采样。使用检测器SSD300对用arxiv：1803.11365中提出的数据集扩展的PASCAL VOC进行实验评估，其中目标域图像具有不同的风格。我们的方法显着提高了国家的最先进的性能在这个基准。
2019-11-22 cs.CV
Supervised Virtual-to-Real Domain Adaptation for Object Detection Task using YOLO
Brawijaya University（布劳爪哇大学）
深度神经网络在许多现实世界的任务中表现出出色的用途。深度学习的任务之一是目标检测。注释良好的数据集将影响深度神经网络的准确性。通过深度神经网络学习到的更多数据将使模型更加准确。然而，很难找到注释良好的数据集，特别是在特定领域。为了克服这一点，使用计算机生成的数据或虚拟数据集。研究人员可以生成许多具有特定用例的图像，也可以使用其注释。研究表明，虚拟数据集可用于目标检测任务。然而，随着虚拟数据集的使用，模型必须适应真实数据集，或者模型必须具有域适应性特征。我们探索了目标检测模型内部的领域自适应，使用虚拟数据集来克服一些注释良好的数据集。我们使用VW-PPE数据集，使用5000和10000个虚拟数据和220个真实数据。对于模型架构，我们使用YOLOv 4，使用CSPDarknet 53作为主干，PAN作为颈部。领域自适应技术仅对骨架权重进行微调，平均精度为74.457%。
2023-02-27 cs.CV
GRU-AUNet: A Domain Adaptation Framework for Contactless Fingerprint Presentation Attack Detection
West Virginia University（西弗吉尼亚大学）
针对非接触式指纹反欺骗泛化性差的问题，提出GRU-AUNet领域自适应框架，集成Swin Transformer与GRU注意力机制，在多个数据集上实现0.09%的BPCER和1.2%的APCER，优于现有方法。
2025-04-01 cs.CV
Few-shot One-class Domain Adaptation Based on Frequency for Iris Presentation Attack Detection
Hikvision（海康威视）
虹膜呈现攻击检测（PAD）在保证虹膜识别系统的可靠性和安全性方面取得了显著的成功。大多数现有的方法利用空间域中的判别特征，并在数据集内设置下报告出色的性能。然而，在跨数据集设置下，性能的下降是不可避免的，遭受域转移。考虑到实际应用，少量的真正的样品是很容易获得的。因此，我们定义了一种新的域自适应设置，称为Few-Shot One-class领域自适应（FODA），其中自适应仅依赖于有限数量的目标真实样本。为了解决这个问题，我们提出了一个新的FODA框架的基础上表达能力的频率信息。具体来说，我们的方法通过两个建议的模块集成频率相关的信息。基于频率的注意模块（FAM）将频率信息聚合到空间注意中，并明确强调高频细粒度特征。频率混合模块（FMM）混合某些频率分量以生成大规模目标样式样本，用于与有限的目标真实样本进行适配。在LivDet-Iris 2017数据集上进行的大量实验表明，该方法在跨数据集和数据集内设置下均达到了最先进或具有竞争力的性能。
2022-04-01 cs.CV
Bridging the Sim2Real gap with CARE: Supervised Detection Adaptation with Conditional Alignment and Reweighting
Georgia Tech（佐治亚理工学院）；NVIDIA（英伟达）
Sim2Real领域自适应（DA）研究的重点是从标记的合成源域到未标记或稀疏标记的真实目标域的自适应约束设置。然而，对于高风险应用（例如，自动驾驶），除了大量的自动标记的源数据（例如，来自驾驶模拟器）之外，通常还具有适量的人类标记的真实数据。我们研究了这种设置的监督sim2real DA应用到二维目标检测。我们提出了域翻译通过条件对齐和重新加权（CARE）一种新的算法，系统地利用目标标签显式地关闭sim2real外观和内容的差距。我们提出了一个分析的理由，我们的算法，并证明了强大的收益在标准基准的竞争方法。
2023-02-09 cs.CV
Unsupervised Domain Adaptation for Anatomical Landmark Detection
The Hong Kong University of Science and Technology（香港科技大学）
针对解剖标志点检测中的域偏移问题，提出结合动态阈值自训练与域对抗学习的无监督域自适应框架，在头影测量、肺部标志点检测任务上效果优于现有方法。
2023-08-25 cs.CV
