開放集域適應（Open Set Domain Adaptation）
阿新 • • 發佈：2020-08-26
閱讀論文：Open Set Domain Adaptation
（
Closed Set：目標域和源域包含了同一組物件類的影象（例如：source有5類，target也是這完全相同的5類）
例如：a圖中的源域中有car、chair、dog三類，而目標域中的資料也都在car、chair、dog三類中；
Open Set：目標域與源域的物件類別可能並不都相同 ，同時，目標域中可能包含了與源域毫無相關的影象（source有5類，target只共享了其中某些類，還有未知類）
例如：b圖中除了之前的三類還有unknown型別的資料，而在目標域中也存在源域中不存在的類別的資料
直觀理解：
論文中實現Open Set Domain Adaptation的方法：
a圖中的源域中包括三角、矩形、菱形三種類型以及unknown（灰色），目標域中沒有標籤
1.通過源域給目標域分配標籤（異常點沒有標籤）
2.將源域對映到目標域，最小化它們之間的距離，經過變換後的目標域為c
3.通過步驟1 2迭代至收斂，使用從源域訓練的分類器對目標域進行分類
通過源域給目標域分配標籤：
無監督場景：
將目標域的個體資料分類到源域類別的損失定義為：
其中Tt為目標域的特徵表示，Sc表示類別中的資料均值
整體的損失函式：
Xct表示樣本是否要被標記為某一類別，Ot表示樣本是否是一個異常點
約束一：樣本必須分配，不是為已知類別就是異常點
約束二：保證每個類別至少要有一個樣本
半監督場景：
半監督的場景中目標域是包含一定帶標籤資料的，所以已經有標籤的資料不需要標籤的分配
總的損失函式變為：
其中的Xc·t·表示已有標籤的資料不改變其標籤，其中的dcc為
將源域對映到目標域:
對映損失函式：
對目標域分類：
使用在源域訓練完成的分類器對目標域的資料進行訓練分類