Source へ戻る：ドメイン補償によるオープンセット継続的テストタイム適応

arXiv:2604.21772v1 Announce Type: new 摘要：テストタイム適応（TTA）は、推論時にトレーニングドメインとテストドメイン間の分布シフトを緩和することを目的としています。ただし、既存の TTA メソッドは、モデルが継続的に変化するドメインと、同時に未知のセマンティッククラスが出現するという現実的なシナリオにおいて不十分であり、私たちはこれをオープンセット継続的テストタイム適応（OCTTA）と称します。ドメインシフトとセマンティックシフトの結合は特徴空間を崩壊させ、分類と分布外（OOD）検出を深刻に低下させます。これを克服するために、私たちは軽量かつ効果的なフレームワークである DOmain COmpensation（DOCO）を提案します。DOCO は、ドメイン適応と OOD 検出をシンERG 的に閉ループ上で堅牢に実行します。DOCO はまず、動的な適応条件付きサンプル分割を行って、おそらく ID（在分布）サンプルと OOD サンプルを分離します。その後、ID サンプルのみを使用して、特徴統計量をソースドメインと一致させることにより、構造保存制約器がセマンティック歪みを防止しガイドするドメイン補償プロンプトを学習します。この学習されたプロンプトは、同じバッチ内の OOD サンプルに伝搬され、そのセマンティック的新規性がより信頼性の高い検出のために効果的に隔離されます。複数の挑戦的なベンチマークにおける大規模な実験により、DOCO は従来の CTTA および OSTTA メソッドを優越し、要求高い OCTTA 設定における新しい状態の最先进技术を示しました。

arXiv:2604.21772v1 Announce Type: new Abstract: Test-Time Adaptation (TTA) aims to mitigate distributional shifts between training and test domains during inference time. However, existing TTA methods fall short in the realistic scenario where models face both continually changing domains and the simultaneous emergence of unknown semantic classes, a challenging setting we term Open-set Continual Test-Time Adaptation (OCTTA). The coupling of domain and semantic shifts often collapses the feature space, severely degrading both classification and out-of-distribution detection. To tackle this, we propose DOmain COmpensation (DOCO), a lightweight and effective framework that robustly performs domain adaptation and OOD detection in a synergistic, closed loop. DOCO first performs dynamic, adaptation-conditioned sample splitting to separate likely ID from OOD samples. Then, using only the ID samples, it learns a domain compensation prompt by aligning feature statistics with the source domain, guided by a structural preservation regularizer that prevents semantic distortion. This learned prompt is then propagated to the OOD samples within the same batch, effectively isolating their semantic novelty for more reliable detection. Extensive experiments on multiple challenging benchmarks demonstrate that DOCO outperforms prior CTTA and OSTTA methods, establishing a new state-of-the-art for the demanding OCTTA setting.