2023-CVPR-COT: Unsupervised Domain Adaptation with Clustering and Optimal Transport

一、研究背景
1.通常，域自适应工作从全局角度出发，实现源域和目标域的分布对齐；最近，一些工作开始关注局部对齐，并通过最有传输理论进行实例对的对齐。
2.现有的基于最优传输理论的工作难以处理类别不平衡的问题，并带来极大计算开销。

二、研究目标
1.用聚类级映射代替实例级映射
2.在源域和目标域分别建立不同的簇，以表征子域信息。

三、研究动机
1.最优传输理论需要保证每个源域样本都被映射到目标域，因此难以应对类别不平衡的情形。
2.实例级的最优匹配会造成巨大的计算开销。

四、技术路线
提出基于聚类的最优传输（COT）算法，该算法将对齐过程定义为一个最优传输问题，并构造出源域和目标域聚类中心之间的映射，以此消除类别不平衡问题并降低了计算成本。