DG-Famba：学习流因子化状态空间以实现视觉领域泛化

本研究解决了视觉领域泛化中的领域差距问题，该问题由风格变化引起，而图像内容保持稳定。提出的流因子化状态空间模型（DG-Famba）通过流因子化创新地映射样式增强的状态嵌入与原始状态嵌入，从而有效对齐潜在空间中的概率路径，使得无论风格差异如何，状态嵌入都能表示相同的内容分布。实验表明，DG-Famba在各种视觉领域泛化设置中展现了最先进的性能。