RFD: A Reducing Feature Discrepancy method for unsupervised cross-modality SAM adaptation

2026-05-29

0

PRE

AI

DOI：10.1016/j.compmedimag.2026.102781

原文求助

摘要

En 中文

• 基于新型自组装（SAM）框架减少跨模态无监督域适应（UDA）中的特征差异。 • 基于结构原型对比学习增强域连接的鲁棒性。 • 迭代像素-原型传输实现高效的在线原型聚类。 • 加权非平衡最优传输实现精确的特征对齐。 • 在四个具有挑战性的多样化跨模态数据集上表现出卓越性能。