唐宋+葉茂+李旭冬

摘要：針對(duì)目前域自適應(yīng)目標(biāo)識(shí)別問題的學(xué)習(xí)方法，進(jìn)行系統(tǒng)總結(jié)。首先，提出目標(biāo)識(shí)別的兩個(gè)基本主題：基于域自適應(yīng)的目標(biāo)分類和目標(biāo)檢測(cè)；然后，圍繞這兩個(gè)主題，從特征和樣本兩個(gè)角度，展開具體綜述。認(rèn)為對(duì)于域自適應(yīng)目標(biāo)分類，幾種算法的主要問題為：忽略了樣本所構(gòu)成的流形幾何結(jié)構(gòu)，如果能利用幾何結(jié)構(gòu)來約束特征表達(dá)，將有利于樣本特征魯棒性的提高。對(duì)于域自適應(yīng)目標(biāo)檢測(cè)，其問題為：現(xiàn)有方法對(duì)源樣本和帶標(biāo)簽的目標(biāo)域樣本存在依賴，這一問題使得現(xiàn)有的方法很難適用于某些真實(shí)的應(yīng)用場(chǎng)景。

關(guān)鍵詞： 域自適應(yīng)學(xué)習(xí)；目標(biāo)分類；目標(biāo)檢測(cè)

在計(jì)算機(jī)視覺領(lǐng)域，作為許多計(jì)算機(jī)視覺應(yīng)用的基礎(chǔ)，目標(biāo)識(shí)別問題一直是相關(guān)研究的重點(diǎn)。2006年，G.E.Hiton提出深度學(xué)習(xí)以后，針對(duì)經(jīng)典的目標(biāo)識(shí)別問題（訓(xùn)練集和測(cè)試集概率分布相同），取得了重大進(jìn)展。基于域間分布差異的域自適應(yīng)目標(biāo)識(shí)別問題，已逐漸成為計(jì)算機(jī)視覺領(lǐng)域的研究熱點(diǎn)。對(duì)于該問題的研究具有重要的意義，主要體現(xiàn)在兩個(gè)方面：提高了分類器或檢測(cè)器的復(fù)用性，有效地增強(qiáng)了模型對(duì)新環(huán)境的適應(yīng)性；使得模型的訓(xùn)練過程能很大程度地獨(dú)立于應(yīng)用場(chǎng)景。因?yàn)樵谟?xùn)練模型時(shí)，不再特別地考慮應(yīng)用場(chǎng)景的具體特點(diǎn)，所以在訓(xùn)練階段可以借助諸如大數(shù)據(jù)等的優(yōu)勢(shì)，預(yù)訓(xùn)練出具有較好泛化能力的模型。

1 域自適應(yīng)學(xué)習(xí)和目標(biāo)識(shí)別問題

域自適應(yīng)學(xué)習(xí)是遷移學(xué)習(xí)[1]的一個(gè)子類。對(duì)于域自適應(yīng)學(xué)習(xí)，源域和目標(biāo)域的任務(wù)相同，但是，數(shù)據(jù)不同但相關(guān)。這類學(xué)習(xí)的核心任務(wù)是解決兩個(gè)域數(shù)據(jù)分布的差異問題，是遷移學(xué)習(xí)最基本的形式。

目標(biāo)識(shí)別問題包含狹義和廣義兩個(gè)層面：狹義是指目標(biāo)分類，其主要任務(wù)是將不同類別的物體彼此區(qū)分開；廣義是指目標(biāo)檢測(cè)，要明確圖片中存不存在目標(biāo)物體？這些目標(biāo)物體的具體位置在哪里？目前，常用的目標(biāo)檢測(cè)思路大概大概有3種，它們分別為：

（1）滑動(dòng)窗口機(jī)制+分類器的檢測(cè)框架[2-3]，檢測(cè)過程如圖1所示。因?yàn)榫哂袠O強(qiáng)的通用性，早期的檢測(cè)方法多采用該框架，目前該框架仍然發(fā)揮著重要的作用。但是，由滑動(dòng)窗口機(jī)制產(chǎn)生的候選檢測(cè)窗有時(shí)很難準(zhǔn)確地框定目標(biāo)，容易造成漏報(bào)情況的發(fā)生。

（2）卷積神經(jīng)網(wǎng)絡(luò)（CNN）的回歸檢測(cè)框架[4-7]，如圖2所示。該框架將測(cè)試圖片作為整體進(jìn)行認(rèn)知，不僅有效解決了第1種框架目標(biāo)丟失的問題，而且能方便地引入了上下文信息，取得了較好的檢測(cè)結(jié)果。但是，因該框架只適用于CNN，所以其通用性稍差，并且相對(duì)于其他方法，樣本標(biāo)記相對(duì)麻煩。

（3）基于區(qū)域分割的檢測(cè)框架。該框架由文獻(xiàn)[8-10]于2014年提出，大致檢測(cè)流程如圖3所示。首先，對(duì)輸入圖片采用選擇性搜索方法提取出區(qū)域候選框；然后，所有候選框縮放成固定大??；接著，利用CNN提取特征；最后，用支持向量機(jī)（SVM）進(jìn)行區(qū)域分類，并采用回歸的方法微調(diào)侯選框位置與大小。該框架主要的貢獻(xiàn)是去掉了窗口掃描，用聚類方式，對(duì)圖像進(jìn)行分割分組，得到多個(gè)侯選框的層次組。

通過以上介紹，可得出兩點(diǎn)結(jié)論：目標(biāo)分類是目標(biāo)檢測(cè)的基礎(chǔ)和前提；目標(biāo)檢測(cè)是目標(biāo)分類的擴(kuò)展，在目標(biāo)分類的基礎(chǔ)上引入不同的目標(biāo)定位方法就形成了不同的檢測(cè)思路。因此，針對(duì)目標(biāo)識(shí)別的相關(guān)研究需要兼顧目標(biāo)分類和目標(biāo)檢測(cè)這兩個(gè)層次。

基于上述分析，我們將域自適應(yīng)目標(biāo)識(shí)別問題細(xì)化為兩個(gè)基本研究主題：基于域自適應(yīng)的目標(biāo)分類和目標(biāo)檢測(cè)。為了聚焦討論重點(diǎn)，在文章中，我們僅考慮只有一個(gè)源域的情形，而對(duì)多源域的情形則不做詳細(xì)的討論。

2 域自適應(yīng)目標(biāo)分類方法

現(xiàn)有域自適應(yīng)目標(biāo)分類方法可以分為：半監(jiān)督域自適應(yīng)方法和無監(jiān)督域自適應(yīng)方法。

2.1 半監(jiān)督領(lǐng)域自適應(yīng)方法

在這種場(chǎng)景中，源域中的樣本都含有標(biāo)簽信息，目標(biāo)域中的樣本只有一部分含有標(biāo)簽。這類方法的核心思想是利用源域和目標(biāo)域的標(biāo)簽信息，構(gòu)建源域和目標(biāo)域之間的關(guān)系。這些方法可分為基于特征和基于樣本兩類?；谔卣鞯陌氡O(jiān)督方法，比較代表性的論文有文獻(xiàn)[11]和[12]：文獻(xiàn)[11]提出了一種度量學(xué)習(xí)算法，該算法利用源域和目標(biāo)域中所有帶標(biāo)簽的樣本，學(xué)習(xí)一個(gè)線性變換，在該變換的作用下，所有樣本被映射到一個(gè)具有域不變特性的特征空間中；文獻(xiàn)[12]給出了一個(gè)字典學(xué)習(xí)算法，基于兩個(gè)域中帶標(biāo)簽的樣本，由該字典編碼的樣本特征同時(shí)具有域不變性和稀疏性。

基于樣本的半監(jiān)督方法，比較代表性的論文有文獻(xiàn)[13-17]：文獻(xiàn)[13]中提出利用標(biāo)記的目標(biāo)樣本，來確定被弱標(biāo)記的源域樣本的正確標(biāo)簽，然后基于這些有標(biāo)簽的源域和目標(biāo)域樣本，訓(xùn)練分類器；文獻(xiàn)[14]提出在傳統(tǒng)的Least-Squares SVM中引入了兩個(gè)新的正則化項(xiàng)，一個(gè)利用了連續(xù)性假設(shè)，另一個(gè)由帶標(biāo)記的目標(biāo)樣本構(gòu)成，以此來描述目標(biāo)分類器的經(jīng)驗(yàn)誤差；文獻(xiàn)[15-17]提出了基于Adaboost 的學(xué)習(xí)算法，在算法實(shí)現(xiàn)中，為了判別源樣本是否對(duì)目標(biāo)域?qū)W習(xí)有用，必須借助少量帶標(biāo)簽的目標(biāo)域樣本，來訓(xùn)練適用于目標(biāo)域的分類器，并將其作為判別器；文獻(xiàn)[18]總結(jié)了之前基于SVM實(shí)現(xiàn)知識(shí)遷移的方法，利用源領(lǐng)域獲得支持向量遷移知識(shí)，并在此基礎(chǔ)上，設(shè)計(jì)了稱為Cross domain SVM的支持向量機(jī)模型，該方法需要目標(biāo)領(lǐng)域的部分樣本帶有類別標(biāo)簽。

2.2 無監(jiān)督領(lǐng)域自適應(yīng)方法

在這類方法中，只有源域中的樣本含有標(biāo)簽信息，而目標(biāo)域中的樣本沒有標(biāo)簽。與上述半監(jiān)督方法相比，無監(jiān)督方法難度更大。與半監(jiān)督方法相同，這些方法也可以歸納為基于特征和基于樣本兩類，為了敘述方便，將它們分別記為A類和B類。具體地，A類算法假設(shè)源域和目標(biāo)域的樣本能被映射到共享的隱藏特征空間，在這個(gè)空間中，源域樣本和目標(biāo)域樣本的特征概率分布差異很小。由這一思想衍生出兩種不同解決方案，分別記為A1和A2。

A1方案從直接刻畫該隱藏特征空間的角度切入問題（原理如圖4所示），假設(shè)源域和目標(biāo)域?qū)?yīng)的特征空間為同構(gòu)空間，而且在特征層面兩者存在一些共享的特征元素；該隱藏特征空間可以通過這些共享特征元素加以描述。對(duì)于這一思路，其核心是如何找到刻畫該隱藏特征空間的共享特征元素。比較代表性的論文有文獻(xiàn)[19-23]：文獻(xiàn)[19]提出了基于中樞特征的方法，通過提取最重要的中樞特征，形成輔助特征向量，最后分類器在原特征向量加上該輔助特征向量的空間內(nèi)重新學(xué)習(xí)，該方法的問題在于當(dāng)目標(biāo)領(lǐng)域未知時(shí)，無法選擇合適的中樞特征；基于類似思想，文獻(xiàn)[20-22]分別基于互聚類方法、降維方法以及多核學(xué)習(xí)的方法實(shí)現(xiàn)了分類器的遷移；文獻(xiàn)[23]利用跨域界標(biāo)樣本選擇過程，構(gòu)建域不變特征子空間。

A2方案則聚焦到源域和目標(biāo)域?qū)?yīng)的特征空間為異構(gòu)空間時(shí)的情形，其基本思想是通過學(xué)習(xí)一個(gè)變換關(guān)系將源領(lǐng)域與目標(biāo)領(lǐng)域特征空間映射到該隱藏特征空間（原理如圖5所示）。比較代表性的論文有文獻(xiàn)[24-29]：文獻(xiàn)[24]中提出利用多個(gè)視角的數(shù)據(jù)構(gòu)建翻譯器，通過這個(gè)翻譯器，實(shí)現(xiàn)源領(lǐng)域與目標(biāo)領(lǐng)域特征空間的映射；文獻(xiàn)[25]中提出通過非線性度量學(xué)習(xí)方法得到一個(gè)非對(duì)稱的特征空間映射；文獻(xiàn)[26]中提出將源領(lǐng)域與目標(biāo)領(lǐng)域樣本映射到同一子空間，通過SVM學(xué)習(xí)，訓(xùn)練得到新的目標(biāo)分類器和特征空間的映射；文獻(xiàn)[27]中提出基于最大平均差異（MMD）概念，通過對(duì)源域和目標(biāo)域上的邊緣分布和條件分布進(jìn)行約束，來實(shí)現(xiàn)對(duì)變換矩陣的求解；文獻(xiàn)[28-29]中提出了基于深度模型的方法，其思想是借助深度模型強(qiáng)有力的特征抽象能力，通過多層網(wǎng)絡(luò)結(jié)構(gòu)，在不斷降維抽象的同時(shí)，不斷地彌合源域和目標(biāo)域概率分布的差異，在最高特征抽象層使兩個(gè)域之間的概率分布差異最小。

文獻(xiàn)[30-31]中提出了一類基于MMD的深度網(wǎng)絡(luò)方法。具體地，文獻(xiàn)[30]中設(shè)計(jì)的深度自適應(yīng)網(wǎng)絡(luò)（DAN）由兩部分構(gòu)成：首先，利用深度卷積網(wǎng)絡(luò)提取共享特征；然后，構(gòu)建兩個(gè)全鏈接子網(wǎng)絡(luò)，來分別提取源域和目標(biāo)域的域特征，同時(shí)，在這兩個(gè)子網(wǎng)絡(luò)中，逐層引入針對(duì)多核可變的最大平均差異（MK-MMD）最小化約束，從而實(shí)現(xiàn)向隱藏特征空間的映射?；陬愃频乃枷耄墨I(xiàn)[31]中將MMD、殘差網(wǎng)絡(luò)結(jié)合，使用熵最小化方法，提出了自適應(yīng)殘差遷移網(wǎng)絡(luò)。

最近，文獻(xiàn)[32]提出了一種更為自然的遷移方案：結(jié)合生成對(duì)抗網(wǎng)絡(luò)框架[33]與深度學(xué)習(xí)來解決領(lǐng)域自適應(yīng)（DA）問題，所提深度網(wǎng)絡(luò)能夠?qū)W到具有領(lǐng)域不變性的特征。文獻(xiàn)[34-35]則從傳統(tǒng)的核映射角度提出了基于特征的遷移方法，其基本思想是用高維特征空間來表示該隱藏特征空間，而源樣本和目標(biāo)域樣本在該高維空間的投影可以用核映射方法得到，基于這些投影點(diǎn)可以建立相應(yīng)的學(xué)習(xí)模型。

B類方法將樣本本身的特點(diǎn)作為解決問題的切入點(diǎn)，大致可以分為兩類，分別記為B1和B2。具體地，B1類方法的基本思想如圖6所示（假設(shè)源域中的一部分樣本滿足目標(biāo)域概率分布），這類方法通常采用加權(quán)的方式，來篩選出滿足條件的源樣本，以此訓(xùn)練出適用于目標(biāo)域的分類器，因此其核心問題是如何求取這些加權(quán)系數(shù)。比較代表性的論文有文獻(xiàn)[36-38]：文獻(xiàn)[36]中提出了一個(gè)基于樣本加權(quán)的方法，使源域樣本的概率分布最大可能地匹配目標(biāo)域的概率分布，然后利用加權(quán)后的源域樣本和目標(biāo)域樣本完成遷移；文獻(xiàn)[37]則提出直接利用平均相似度的方法，直接將符合目標(biāo)域概率分布的源域樣本篩選出來；文獻(xiàn)[38-39]估計(jì)源領(lǐng)域與目標(biāo)領(lǐng)域樣本密度函數(shù)，然后通過計(jì)算兩者之比，來獲得權(quán)重。為避免估計(jì)密度函數(shù)，文獻(xiàn)[40]提出采用K-L散度估計(jì)該比值。

B2類方法的基本思想是：如果能有效刻畫源域到目標(biāo)域的遷移過程，那么源樣本空間則能以漸進(jìn)的方式，投影到目標(biāo)域空間，其原理如圖7所示。比較代表性的論文有文獻(xiàn)[41-46]：文獻(xiàn)[41]中提出利用流形對(duì)齊過程，學(xué)習(xí)從源樣本空間到目標(biāo)樣本空間的變換，實(shí)現(xiàn)源空間到目標(biāo)空間的投影；文獻(xiàn)[42]中提出假設(shè)源域樣本和目標(biāo)域樣本所構(gòu)成的空間是位于Grassman流形上的兩個(gè)不同的點(diǎn)，在這個(gè)Grassman流形上，連接這兩個(gè)點(diǎn)的測(cè)地線描述了源域到目標(biāo)域的遷移過程，通過子空間插值可擬合出這條測(cè)地線，將樣本投影到這些子空間上，由所有這些投影所構(gòu)成的向量被作為樣本的特征，該文獻(xiàn)為域自適應(yīng)的問題提供了一個(gè)新的觀察角度；通過對(duì)測(cè)地線上子空間的積分，文獻(xiàn)[43]中提出了被稱為GFK的核方法；文獻(xiàn)[44]中提出可以按比例構(gòu)成測(cè)地線上子空間的樣本集，并利用這些樣本集訓(xùn)練得到基于深度模型分類器，相比之前的線性投影，樣本投影到每個(gè)子空間上的特征，具有更強(qiáng)的表達(dá)能力；文獻(xiàn)[45]中則提出通過增量學(xué)習(xí)的方式，為測(cè)地線上每個(gè)子空間建立相應(yīng)的字典，然后利用這些字典完成對(duì)樣本的編碼；文獻(xiàn)[46]則提出在Spline流形上對(duì)測(cè)地線進(jìn)行子空間的采樣。

3 域自適應(yīng)目標(biāo)檢測(cè)方法

目前，域自適應(yīng)學(xué)習(xí)在計(jì)算機(jī)視覺中的應(yīng)用中已有一些研究成果[47]，但是關(guān)于域自適應(yīng)的目標(biāo)檢測(cè)方法研究并不是很多。現(xiàn)有的工作大致可以分為兩類：半監(jiān)督域自適應(yīng)目標(biāo)檢測(cè)方法和無監(jiān)督域自適應(yīng)目標(biāo)檢測(cè)方法。為方便敘述，它們被分別記為C和D。

3.1 半監(jiān)督域自適應(yīng)目標(biāo)檢測(cè)方法

在域自適應(yīng)目標(biāo)檢測(cè)問題中，半監(jiān)督是指：模型訓(xùn)練過程能夠從目標(biāo)應(yīng)用場(chǎng)景中獲得一些帶標(biāo)簽信息的樣本。這些方法幾乎都是基于特征的方法，其基本思想是通過帶標(biāo)簽的目標(biāo)域樣本，抽取跨域的特征（基本框架如圖8a）所示）。根據(jù)源領(lǐng)域是否額外引入大規(guī)模數(shù)據(jù)集，這類方法可被劃分為C1和C2兩個(gè)子類。

C1類方法是相對(duì)傳統(tǒng)的方案，在相應(yīng)的問題假設(shè)中，它們使用的源域數(shù)據(jù)集通常規(guī)模較小。比較有代表性的論文有文獻(xiàn)[48-50]：文獻(xiàn)[48]中提出首先利用卷積自編碼器在源域上預(yù)訓(xùn)練卷積核，然后基于帶標(biāo)簽的目標(biāo)域樣本，對(duì)上述卷積核進(jìn)行調(diào)諧（FT），使之適用于目標(biāo)域；文獻(xiàn)[49]提出面向一種車輛檢測(cè)的CNN方法，該方法保留源域和目標(biāo)域共享的卷積核的同時(shí)，借助帶標(biāo)簽的目標(biāo)域樣本對(duì)非共享卷積核進(jìn)行更新；文獻(xiàn)[50]中提出通過對(duì)源領(lǐng)域特征遷移構(gòu)造弱分類器，并將每個(gè)弱分類器已學(xué)習(xí)好的權(quán)重根據(jù)目標(biāo)場(chǎng)景再學(xué)習(xí)調(diào)整，通過這種方式，能解決由于視角以及光照等造成的改變。

C2方法是最近才逐漸發(fā)展起來。這類方法利用在大數(shù)據(jù)上訓(xùn)練好的深度模型，來提取源樣本的深度特征，然后基于所得深度特征集合進(jìn)行算法設(shè)計(jì)。相比于傳統(tǒng)的C1類方法，這類方法檢測(cè)效果更好，主要有兩方面原因：一方面，有效融合了深度特征良好的區(qū)分能力和遷移能力；另一方面，可以方便地和其他算法框架相結(jié)合。比較有代表性的論文有文獻(xiàn)[8-10]、文獻(xiàn)[52-53]：文獻(xiàn)[8-10]提出并發(fā)展了一類基于區(qū)域分割的多類目標(biāo)檢測(cè)方法，這類方法通過已訓(xùn)練好的深度模型來取得特征[51]，同時(shí)結(jié)合SVM方法來實(shí)現(xiàn)類別判定；文獻(xiàn)[52-53]中提出利用已訓(xùn)練好的深度模型對(duì)整個(gè)檢測(cè)場(chǎng)景提取深度特征，并結(jié)合長(zhǎng)短期記憶網(wǎng)絡(luò)（LSTM）模型，提出基于序列分割的回歸檢測(cè)方法。

3.2 無監(jiān)督域自適應(yīng)目標(biāo)檢測(cè)方法

無監(jiān)督的含義是指目標(biāo)應(yīng)用場(chǎng)景不提供任何帶標(biāo)簽的樣本。這些方法幾乎都是基于實(shí)例的，也是目前學(xué)界使用較多的路線，它們大致可以分為兩類，分別記為D1和D2。

D1類方法基本思路是通過迭代的方式，從目標(biāo)域中挖掘有用信息，來重新訓(xùn)練原檢測(cè)器，其基本框架如圖8b）所示。比較有代表性的論文有文獻(xiàn)[54-61]：文獻(xiàn)[54]中提出通過一個(gè)基于外表特征的目標(biāo)檢測(cè)器，來設(shè)定置信度，將目標(biāo)場(chǎng)景中滿足置信度的正負(fù)樣本挑選出來，重新訓(xùn)練檢測(cè)器；文獻(xiàn)[55-56]利用互訓(xùn)練方法，迭代地訓(xùn)練基于不同特征的分類器；文獻(xiàn)[57]提出一種在線分類器學(xué)習(xí)算法，在每次迭代中，該算法通過背景差化技術(shù)，對(duì)目標(biāo)場(chǎng)景檢測(cè)結(jié)果進(jìn)行自動(dòng)標(biāo)注，然后借助這些標(biāo)注結(jié)果重新訓(xùn)練原分類器；文獻(xiàn)[58]結(jié)合復(fù)雜網(wǎng)絡(luò)，迭代學(xué)習(xí)目標(biāo)檢測(cè)器以及源領(lǐng)域和目標(biāo)領(lǐng)域樣本的權(quán)重；文獻(xiàn)[59-60]中基于圖的方法、上下文信息計(jì)算源領(lǐng)域和目標(biāo)領(lǐng)域樣本的置信度，通過融合置信度和上下文信息的SVM，不斷迭代訓(xùn)練樣本權(quán)重和置信度，取得較好的效果；與之類似，文獻(xiàn)[61]提出了一個(gè)基于深度CNN的方法，通過新增重建層和聚類層，實(shí)現(xiàn)了對(duì)多尺度場(chǎng)景特征和視覺模式的挖掘。

D2類方法是非迭代的方案。比較有代表性的論文有文獻(xiàn)[62-63]：文獻(xiàn)[62]提出了基于特征聯(lián)合學(xué)習(xí)的深度網(wǎng)絡(luò)，該方法中首先基于源域樣本和目標(biāo)域樣本，通過棧式自編碼器（SAE），學(xué)習(xí)得到一個(gè)特征變換，將樣本映射到某特征空間，然后利用源域樣本的標(biāo)簽信息，訓(xùn)練得到基于該特征空間的SVM分類器；文獻(xiàn)[63]提出了針對(duì)監(jiān)測(cè)控制視頻的檢測(cè)器遷移方法，它的核心思想是通過視頻的時(shí)序線索來對(duì)隨機(jī)生成的候選圖像塊進(jìn)行篩選，然后利用過濾后的樣本訓(xùn)練新的分類器；文獻(xiàn)[64]提出一種基于神經(jīng)調(diào)控的檢測(cè)器遷移方法，該方法利用一個(gè)調(diào)控網(wǎng)絡(luò)對(duì)位于深度網(wǎng)絡(luò)末端的分類器，進(jìn)行自適應(yīng)地加權(quán)調(diào)整，為每一個(gè)目標(biāo)域樣本，生成專有的分類器。

4 問題和展望

對(duì)于域自適應(yīng)目標(biāo)分類，主要問題為：現(xiàn)有的方法要么基于概率匹配的思路（A類和B1類），要么從抽象流形這一個(gè)幾何觀點(diǎn)設(shè)計(jì)相關(guān)算法（B2類），它們都忽略了樣本本身所構(gòu)成的流形幾何結(jié)構(gòu)。事實(shí)上，樣本本身是存在某種幾何關(guān)系的，即所謂的流形結(jié)構(gòu)。大量與流形學(xué)習(xí)有關(guān)的工作[65-66]已經(jīng)證實(shí)了這一點(diǎn)。如果我們能利用這些幾何結(jié)構(gòu)來約束特征表達(dá)，將有利于樣本特征魯棒性的提高。

對(duì)于域自適應(yīng)目標(biāo)檢測(cè)，其問題為：現(xiàn)有方法為了遷移檢測(cè)器，要么要求目標(biāo)場(chǎng)景含有帶標(biāo)簽的樣本，來實(shí)現(xiàn)對(duì)源域知識(shí)的遷移（C類）；要么需要保留全部源樣本，來實(shí)現(xiàn)對(duì)目標(biāo)場(chǎng)景挖掘信息的評(píng)估（D類）。換而言之，現(xiàn)有方法對(duì)源樣本和帶標(biāo)簽的目標(biāo)域樣本存在依賴。這一問題使得現(xiàn)有的方法很難適用于某些真實(shí)的應(yīng)用場(chǎng)景，這主要體現(xiàn)在3個(gè)方面：（1）有些真實(shí)場(chǎng)景很難獲取帶標(biāo)簽的樣本，特別是非結(jié)構(gòu)化的應(yīng)用環(huán)境；（2）大量硬件設(shè)備的計(jì)算能力和存儲(chǔ)空間都是有限的，基于所有源樣本進(jìn)行置信度評(píng)估不僅會(huì)造成額外的計(jì)算開銷，還會(huì)帶來巨大的存儲(chǔ)負(fù)擔(dān)；（3）對(duì)具有動(dòng)態(tài)背景的場(chǎng)景并不適用。

5 結(jié)束語

近年來，許多學(xué)者針對(duì)域自適應(yīng)目標(biāo)識(shí)別問題，從理論和應(yīng)用方面展開研究，并取得很多成果。文章對(duì)現(xiàn)有的域自適應(yīng)目標(biāo)識(shí)別方法進(jìn)行了綜述：首先，我們分別介紹域自適應(yīng)學(xué)習(xí)和目標(biāo)識(shí)別，在此基礎(chǔ)上，將域自適應(yīng)目標(biāo)識(shí)別細(xì)化為域自適應(yīng)分類和域自適應(yīng)目標(biāo)檢測(cè)兩個(gè)基本問題；然后，以半監(jiān)督和無監(jiān)督為基本線索，分別對(duì)這兩個(gè)問題進(jìn)行了綜述，重點(diǎn)對(duì)各種方法的核心思想，以及發(fā)展脈絡(luò)進(jìn)行了梳理；最后，總結(jié)了現(xiàn)有方法所存在的問題。

參考文獻(xiàn)

[1] PAN J S， YANG Q. A Survey on Transfer Learning[J]. IEEE Transactions on Knowledge and Data Engineering （TKDE）， 2010， 22（10）：1345-1359. DOI： 10.1109/TKDE.2009.191

[2] HOWSE J. OpenCV Computer Vision with Python[M]. UK： Packt Publishing Ltd.， 2013

[3] NEUBECK A， GOOL L V. Efficient Non-Maximum Suppression[C]//International Conference on Pattern Recognition （ICPR）. China， 2006： 850-855

[4] SZEGEDY C， TOSHEV A， ERHAN D. Deep Neural Networks for Object Detection[C]// Annual Conference on Neural Information Processing Systems （NIPS）.USA， 2013： 2553-2561

[5] GIRSHICK R， IANDOLA F， DARRELL T， et al. Deformable Part Models are Convolutional Neural Networks[C]//IEEE Conference on Computer Vision and Pattern Recognition （CVPR）， USA：IEEE， 2015： 437-446

[6] REDOM J， DIVVALA S， GIRSHICK R， et al. You Only Look Once： Unified， Real-Time Object Detection[C]//IEEE Conference on Computer Vision and Pattern Recognition （CVPR）， USA：IEEE， 2016：779-788

[7] FU M， XU P， LI X， et al. Fast Crowd Density Estimation with Convolutional Neural Networks[J].Engineering Applications of Artificial Intelligence， 2015， 43：81-88. DOI： 10.1016/j.engappai.2015.04.006

[8] GIRSHICK R， DONAHUE J， DARRELL T， et al. Rich Feature Hierarchies for Accurate Object Detectionand Semantic Segmentation[C]//IEEE Conference on Computer Vision and Pattern Recognition（CVPR）. USA：IEEE， 2014：580-587

[9] GIRSHICK R. Fast R-CNN[C]//IEEE International Conference on Computer Vision （ICCV）. USA： IEEE， 2015： 1440-1448

[10] REN S， HE K， GIRSHICK R， et al. Faster R-CNN： Towards Real-Time Object Detection with Region Proposal Networks[C]//Annual Conference on Neural Information Processing Systems （NIPS）. Canada： NIPS， 2015： 91-99

[11] KATE S， BRIAN K， MARIO F， et al. Adapting Visual Category Models to New Domains [C]//European Conference on Computer Vision （ECCV）. Greece： ECCV， 2010：213-226

[12] QIU Q， PATEL V M， TURAGA P， et al. Domain Adaptive Dictionary Learning [C]// European Conference on Computer Vision （ECCV）. Italy： ECCV， 2012， 631-645

[13] BERGAMO A， TORRESANI L. Exploiting Weakly-Labeled Web Images to Improve Object Classification： A Domain Adaptation Approach [J]. Annual Conference on Neural Information Processing Systems （NIPS）， 2010：181-189

[14] DUAN L， TSANG I W， XU D， et al. Domain Adaptation from Multiple Sources Via Auxiliary Classifiers[C]//International Conference on Machine Learning （ICML）. Canada： ICML， 2009：289-296

[15] DAI W， YANG Q， XUE G R， et al. Boosting for Transfer Learning[C]//International Conference on Machine Learning （ICML）. USA： ICML， 2007： 193-200

[16] XU Z， SUN Z. Multi-View Transfer Learning with Adaboost [C]//International Conference on Tools with Artificial Intelligence （ICTAI）. USA： ICTAI， 2011：399-402

[17] XU Z， SUN S. Multi-Source Transfer Learning with Multi-View Adaboost [C]//International Conference on Neural Information Processing （ICNIP）. Qatar： ICNIP， 2012：332-339. DOI： 10.1007/978-3-642-34487-9_41

[18] JIANG W， ZAVESKY E， CHANG S F， et al. Cross-Domain Learning Methods for High-Level Visual Concept Classification[C]//IEEE International Conference on Image Processing （ICIP）. USA：IEEE， 2008：161-164

[19] BLITER J， McDONALD R， PEREIRA F. Domain Adaptation with Structural Correspondence Learning[C]//Conference on Empirical Methods in Natural Language Processing （EMNLP）. Australia： EMNLP， 2006：120-128

[20] DAI W， XUE G R， YANG Q， et al. Co-Clustering Based Classification for Out-of-Domain Documents[C]//International Conference on Knowledge Discovery and Data Mining （ICKDDM）， USA： ICKDDM， 2007：210-219

[21] PAN S J， I. TSANG W， KWOK J T， et al. Domain Adaptation Via Transfer Component Analysis[J].IEEE Transactions on Neural Networks （TNN）， 2011， 22（2）：199-210

[22] DUAN L， TSANG I W， XU D. Domain Transfer Multiple Kernel Learning [J]. IEEE Transactions on Pattern Analysis & Machine Intelligence （PAMI）， 2011， 34（99）：1-1

[23] HUBERT T Y H， YEH Y R， WANG F Y C. Learning Cross-Domain Landmarks for Heterogeneous Domain Adaptation[C]//IEEE Conference on Computer Vision and Pattern Recognition （CVPR）， USA：IEEE， 2016：5081-5090

[24] DAI W， CHEN Y， XUE G R， et al. Translated Learning： Transfer Learning Across Different Feature Spaces[C]//Annual Conference on Neural Information Processing Systems （NIPS）. Canada： NIPS， 2008：353-360

[25] KULIS B， SAENKO K， DARRELL T. What You Saw is Not What You Get： Domain Adaptation Using Asymmetric Kernel Transforms[C]//IEEE Conference on Computer Vision and Pattern Recognition （CVPR）.USA： CVPR， 2011：1785-1792. DOI： 10.1109/CVPR.2011.5995702

[26] DUAN L， XU D， TSANG I. Learning with Augmented Features for Heterogeneous Domain Adaptation [J]. Computer Science， 2012：711-718. DOI： 10.1109/TPAMI.2013.167

[27] LONG M， WANG J， DING G， et al. Transfer Feature Learning with Joint Distribution Adaptation[C]//IEEE International Conference on Computer Vision （ICCV）. Australia： ICCV， 2013： 2200-2207. DOI： 10.1109/ICCV.2013.274

[28] M. Chen， Z. Xu， K. Weinberger， et al. Marginalized Denoising Autoencoders for Domain Adaptation[J]. Computer Science， 2012

[29] GLOROT X， BORDES A， BENGIO Y. Domain Adaptation for Large-Scale Sentiment Classification： A Deep Learning Approach[C]//International Conference of Machine Learning （ICML）. USA：ICML， 2011：611-618

[30] LONG M J W， CAO Y， JORDAN M I. Learning Transferable Features with Deep Adaptation Networks[C]//International Conference on Machine Learning （ICML）， France： ICML， 2015： 97-105

[31] LONG J W M， ZHUY H， JORDAN M I. Unsupervised Domain Adaptation with Residual Transfer Networks[C]//Annual Conference on Neural Information Processing Systems （NIPS）. Spain： NIPS， 2016：10-18

[32] GANIN V L Y. Unsupervised Domain Adaptation by Back Propagation[C]//International Conference on Machine Learning （ICML）. France： ICML， 2015：280-288

[33] GOODFELLOW I J， POUGETABADIE J， MIRZA M， et al. Generative Adversarial Networks[J]. Advances in Neural Information Processing Systems， 2014（3）： 2672-2680

[34] SUN S， XU Z， YANG M. Transfer Learning with Part-Based Ensembles[C]//International Workshop on Multiple Classifier Systems. China： LNCS， 2013：271-282. DOI： 10.1007/978-3-642-38067-9_24

[35] TU W， SUN S. Crossdomain Representation-Learning Framework with Combination of Class Separate and Domain Merge Objectives[C]//International Workshop on Cross Domain Knowledge Discovery in Web and Social Network Mining. USA， 2012：18-25. DOI： 10.1145/2351333.2351336

[36] SCHOLKOPF B， PLATT J， HOFMANN T. Correcting Sample Selection Bias by Unlabeled Data[C]//Annual Conference on Neural Information Processing Systems （NIPS）. Canada： NIPS， 2006： 601-608

[37] GONG B， GRAUMAN K， SHA F. Connecting the Dots with Landmarks： Discriminatively Learning Domain-Invariant Features for Unsupervised Domain Adaptation[C]//International Conference on Machine Learning （ICML）. USA：ICML， 2013：222-230

[38] ZADROZNY B. Learning and Evaluating Classifiers Under Sample Selection Bias[C]//International Conference on Machine Learning （ICML）.Canada： ICML， 2004： 114-122

[39] FAN W， DAVIDSON I， ZADROZNY B， et al. An Improved Categorization of Classifiers Sensitivity on Sample Selection Bias[C]//International Conference on Data Mining. USA， 2005：4-10

[40] SUGIYAMA M， NAKAJIMA S， KASHIMA H， et al. Direct Importance Estimation with Model Selection and Its Application to Covariate Shift Adaptation[C]//Annual Conference on Neural Information Processing Systems （NIPS）. Canada： NIPS， 2008：1433-1440

[41] WANG C， MAHADEVAN S. Heterogeneous Domain Adaptation Using Manifold Alignment[C]//International Joint Conference on Artificial Intelligence （IJCAI）， Spain： IJCAI， 2011：1541

[42] GOPALAN R， LI R， R. Chellappa. Domain Adaptation for Object Recognition： An Unsupervised Approach[C]//IEEE International Conference on Computer Vision （ICCV）， Spain， 2011： 999-1006. DOI： 10.1109/ICCV.2011.6126344

[43] SHA F， SHI Y， GONG B， et al. Geodesic Flow Kernel for Unsupervised Domain Adaptation[C]//IEEE Conference on Computer Vision and Pattern Recognition（CVPR）. USA：IEEE， 2012：2066-2073

[44] CHOPRA R G S， BALAKRISHNAN S. DLID： Deep Learning for Domain Adaptation by Interpolating Between Domains[C]//International Conference on Machine Learning （ICML） Workshop on Challenges in Representation Learning. USA： ICML， 2013

[45] NI J， QIU Q， CHELLAPPA R. Subspace Interpolation Via Dictionary Learning for Unsupervised Domain Adaptation[C]//IEEE Conference on Computer Vision and Pattern Recognition （CVPR）. USA：IEEE， 2013： 692-699

[46] CASEIRO R， HENRIQUES J F， MARTINS P， et al. Beyond the Shortest Path： Unsupervised Domain Adaptation by Sampling Subspaces Along the Spline Flow[C]//IEEE Conference on Computer Vision and Pattern Recognition （CVPR）. USA：IEEE， 2015：3846-3854. DOI： 10.1109/CVPR.2015.7299009

[47] DUAN L， XU D， TSANG W H， et al. Visual Event Recognition in Videos by Learning from Web Data[C]//IEEE Conference on Computer Vision and Pattern Recognition （CVPR）. USA： IEEE， 2010： 1959-1966. DOI： 10.1109/TPAMI.2011.265

[48] SERMANET P， KAVUKCUOGLU K， CHINTALA S， et al. Pedestrian Detection with Unsupervised Multistage Feature Learning[C]//IEEE Conference on Computer Vision and Pattern Recognition （CVPR）. USA：IEEE， 2013：3626-3633

[49] LI X， YE M， FU M， et al. Domain Adaption of Vehicle Detector Based on Convolutional Neural Networks [J]//International Journal of Control， Automation and Systems （IJCAS）， 2015， 13（4）：1020-1031. DOI： 10.1007/s12555-014-0119-z

[50] PANG J， HUANG Q， YAN S， et al. Transferring Boosted Detectors Towards Viewpoint and Scene Adaptiveness [J]. IEEE Transactions on Image Processing （TIP）， 2011， 20（5）：1388-1400

[51] DENG J， DONG W， SOCHER R， et al. ImageNet： A Large-Scale Hierarchical Image Database[C]//IEEE Conference on Computer Vision and Pattern Recognition （CVPR）. USA： IEEE， 2009： 248-255. DOI： 10.1109/CVPR.2009.5206848

[52] LI X， YE M， LIU D， et al. Memory-Based Object Detection in Surveillance Scenes[C]//IEEE International Conference on Multimedia and Expo （ICME）. USA，IEEE， 2016：1-6. DOI： 10.1109/ICME.2016.7552920

[53] LI X， YE M， LIU Y， et al. Accurate Object Detection Using Memory-Based Models in Surveillance Scenes[J]. Pattern Recognition， 2017（67）：73-84

[54] ROSENBERG C， HEBERT M， SCHNEIDERMAN H. Semi-Supervised Self-Training of Object Detection Models[C]//IEEE Workshop on Applications of Computer Vision/IEEE Workshop on Motion and Video Computing. USA：IEEE， 2005：29-36

[55] LEVIN A， VIOLA P， FREUND Y. Unsupervised Improvement of Visual Detectors Using Co-Training[C]//IEEE International Conference on Computer Vision （ICCV）. USA： IEEE， 2003：626-633

[56] WU B， NEVATIA R. Improving Part Based Object Detection by Unsupervised， Online Boosting[C]//IEEE Conference on Computer Vision and Pattern Recognition （CVPR）. USA：IEEE， 2007：1-8

[57] NAIR V， CLARKJ J. An Unsupervised， Online Learning Framework for Moving Object Detection[C]//IEEE Conference on Computer Vision and Pattern Recognition （CVPR）. USA：IEEE， 2004： 317-324. DOI： 10.1109/CVPR.2004.34

[58] WANG M， WANG X. Automatic Adaptation of a Generic Pedestrian Detector to a Specific Traffic Scene[C]//IEEE Conference on Computer Vision and Pattern Recognition （CVPR）. USA：IEEE， 2011： 3401-3408. DOI： 10.1109/CVPR.2011.5995698

[59] WANG X， LI W， WANG M. Transferring a Generic Pedestrian Detector Towards Specific Scenes[C]//IEEE Conference on Computer Vision and Pattern Recognition （CVPR）. USA：IEEE， 2012：3274-3281

[60] WANG X， WANG M， LI W. Scene-Specific Pedestrian Detection for Static Video Surveillance[J]. IEEE Transactions on Pattern Analysis & Machine Intelligence （PAMI）， 2014， 36（2）：361-74

[61] ZENG X， OUYANG W， WANG M， et al. Deep Learning of Scene-Specific Classifier for Pedestrian Detection[C]//European Conference on Computer Vision （ECCV）. Switzerland：ECCV， 2014：472-487

[62] HTIKE K K， HOGG D. Unsupervised Detector Adaptation by Joint Dataset Feature Learning[C]//International Conference on Computer Vision and Graphics （ICCVG）. Poland： ICCVG， 2014： 270-277

[63] HTIKE K K， Hogg D C. Efficient Non-Iterative Domain Adaptation of Pedestrian Detectors to Video Scenes[C]//IEEE International Conference on Pattern Recognition （ICPR）. USA：IEEE， 2014：654-659. DOI： 10.1109/ICPR.2014.123

[64] TANG S， YE M， ZHU C， et al. Adaptive Pedestrian Detection Using Convolutional Neural Network with Dynamically Adjusted Classifier[J]. Journal of Electronic Imaging， 2017， 26（1）： 013012

[65] ROWEIS S T， SAUL L K. Nonlinear Dimensionality Reduction by Locally Linear Embedding [J]. Science， 2000， 290（5500）：2323-2326

[66] TENENBAUM J B， SILVA V D， LANGFORD J C. A Global Geometric Framework for Nonlinear Dimensionality Reduction[J]. Science， 2001， 290（5500）：2319-2323