초록
최근의 비지도 도메인 적응 방법들은 소스 도메인과 타겟 도메인 사이의 비션탈 공간(vicinal space)을 활용하고 있다. 그러나 비션탈 인스턴스의 예측에서 소스 레이블이 타겟 레이블에 비해 지나치게 우세해지는 레이블 균형 붕괴(equilibrium collapse of labels) 문제는 여전히 해결되지 않았다. 본 논문에서는 비션탈 공간 내 높은 불확실성 인스턴스의 엔트로피를 최소화함으로써 이 문제를 해결하기 위한 인스턴스별 미니맥스 전략을 제안한다. 우리는 미니맥스 문제의 해를 통해 비션탈 공간을 두 개의 하위 공간으로 분할한다: 대조 공간(contrastive space)과 공감 공간(consensus space). 대조 공간에서는 인스턴스들이 대조적인 시각과 레이블을 가지도록 제약함으로써 도메인 간 차이를 완화하고, 공감 공간에서는 도메인 내 카테고리 간 혼동을 줄인다. 제안한 방법의 유효성은 Office-31, Office-Home, VisDA-C와 같은 공개 벤치마크에서 입증되었으며, 최첨단 성능을 달성하였다. 또한, PACS에서 기존 최첨단 방법들을 능가함을 보여줌으로써, 본 인스턴스별 접근 방식이 다중 소스 도메인 적응 환경에서도 효과적으로 작동함을 입증하였다. 코드는 https://github.com/NaJaeMin92/CoVi 에서 공개되어 있다.