基于特征匹配和三分支注意力的测试时领域自适应分类方法

生成原型对比聚类和三分支注意力的无源通用领域自适应方法实现源域已知类和目标域的未知类的有效识别，其特征在于首先不使用源域数据，设计生成网络以生成源域特征原型以在特征层面进行领域分布对齐；然后，设计对比聚类的目标私有类识别处理方法筛选目标私有类，为不同的特殊样本建立相应伪标签分配策略和处理方法；其次设计基于特征距离的特征匹配算法，以择优关联生成特征和目标特征；最后构建三分支注意力模块提取域间不变特征，完成跨域特征提取和目标域的分类。本发明的目的是提供一种生成原型对比聚类和三分支注意力的无源通用领域自适应方法，解决了现有领域自适应方法的领域分布偏移、类别标签偏移、数据隐私安全、数据存储等问题。