通过不确定性引导区域覆盖改进类别感知主动域适应

针对逐点选择策略在主动域适应中易受敏感性和冗余影响、导致采集函数过拟合的问题，该研究提出基于区域的方法，通过最大化正流形覆盖来改进适应模型，并引入不确定性分数以学习更好的目标域决策边界。在多个域适应基准上，该方法超越了首个类别感知主动域适应基线及现有主动域适应方法。代码已开源。