摘要
神经网络在不同数据域之间的泛化能力对于实际应用至关重要。我们认为，一个具备良好泛化能力的物体识别系统，应当同时深入理解图像之间的相互关系以及图像本身的内在特征。为此，我们提出了一种新的域泛化框架，该框架通过联合利用外在关系监督（extrinsic relationship supervision）与内在自监督（intrinsic self-supervision），从多源域图像中同步学习跨域泛化能力。具体而言，我们采用多任务学习范式构建特征嵌入框架：在执行常规监督识别任务的同时，无缝融合一种动量度量学习任务（momentum metric learning）与一项自监督辅助任务，从而协同利用外在监督信号与内在监督信号。此外，我们设计了一种高效的动量度量学习策略，引入K个最难负样本挖掘（K-hard negative mining）机制，以增强网络对图像间关系的捕捉能力，从而提升域泛化性能。我们在两个标准物体识别基准数据集VLCS和PACS上验证了所提方法的有效性，实验结果表明，该方法在多个评估场景下均达到了当前最优（state-of-the-art）性能。