摘要
通用域适应（Universal Domain Adaptation, UniDA）旨在应对目标域中同时存在域偏移（domain shift）和未知类别偏移（unknown category shift）的挑战，实现源域知识向目标域的有效迁移。其核心难点在于准确识别共现类别样本并实现有效对齐。现有方法通常从无约束的连续图像表征空间中提取目标域语义中心，然而由于域偏移以及聚类数量未知等问题，这些中心往往导致对齐算法复杂且鲁棒性较差。本文基于视觉-语言模型，在语义上具有明确意义且离散的文本表征空间中搜索语义中心。受限的表征空间有效消除了域偏差，并提供了合适的语义粒度，从而支持设计一种简洁而鲁棒的域适应算法。具体而言，我们提出基于文本表征的TArget Semantics Clustering（TASC）方法，该方法以信息最大化作为统一优化目标，包含两个阶段：首先，在冻结编码器的前提下，采用基于贪心搜索的框架，寻找一组最优的文本嵌入以表征目标域语义；其次，在固定搜索结果的基础上，通过梯度下降对编码器进行微调，实现鲁棒的域对齐与私有类别的有效聚类。此外，我们进一步提出适用于UniDA场景的通用最大相似性（Universal Maximum Similarity, UniMS）评分函数，用于有效检测开放集样本。实验方面，我们在四种不同的类别偏移场景下评估了UniDA算法的通用性。在四个主流基准数据集上的大量实验结果表明，所提方法在性能与鲁棒性方面均显著优于现有方法，达到了当前最优水平。