[论文解读] SerpentFlow: Generative Unpaired Domain Alignment via Shared-Structure Decomposition

Julie Keisler, Anastase Charantonis+3 more|arXiv (Cornell University)|Jan 5, 2026

Domain Adaptation and Few-Shot Learning被引用 0

一句话总结

SerpentFlow 将数据分解为共享结构的低频部分和领域特定的高频部分，通过引入噪声生成伪配对，并训练一个条件生成模型以对齐未配对的域，已在合成、物理和气候降尺度任务中展示。

ABSTRACT

Domain alignment refers broadly to learning correspondences between data distributions from distinct domains. In this work, we focus on a setting where domains share underlying structural patterns despite differences in their specific realizations. The task is particularly challenging in the absence of paired observations, which removes direct supervision across domains. We introduce a generative framework, called SerpentFlow (SharEd-structuRe decomPosition for gEnerative domaiN adapTation), for unpaired domain alignment. SerpentFlow decomposes data within a latent space into a shared component common to both domains and a domain-specific one. By isolating the shared structure and replacing the domain-specific component with stochastic noise, we construct synthetic training pairs between shared representations and target-domain samples, thereby enabling the use of conditional generative models that are traditionally restricted to paired settings. We apply this approach to super-resolution tasks, where the shared component naturally corresponds to low-frequency content while high-frequency details capture domain-specific variability. The cutoff frequency separating low- and high-frequency components is determined automatically using a classifier-based criterion, ensuring a data-driven and domain-adaptive decomposition. By generating pseudo-pairs that preserve low-frequency structures while injecting stochastic high-frequency realizations, we learn the conditional distribution of the target domain given the shared representation. We implement SerpentFlow using Flow Matching as the generative pipeline, although the framework is compatible with other conditional generative approaches. Experiments on synthetic images, physical process simulations, and a climate downscaling task demonstrate that the method effectively reconstructs high-frequency structures consistent with underlying low-frequency patterns, supporting shared-structure decomposition as an effective strategy for unpaired domain alignment.

研究动机与目标

• 在域共享潜在结构但缺乏配对数据时，激发未配对域对齐的动机。
• 提出一种共享结构分解，将共同内容与领域特定变异分离。
• 引入基于频率的实现，使用低频（共享）和高频（领域特定）分量。
• 通过用随机噪声替换领域特定内容来生成伪配对，以训练条件生成模型。
• 证明在合成、物理和气候降尺度数据集上的有效性。

提出的方法

• 引入一个共享潜在空间，其中来自两个域的样本映射到一个共享分量和领域特定分量。
• 在基于频率的傅里叶域中分解数据，使用数据驱动的截止频率将共享的低频内容与领域特定的高频细节分离。
• 通过用噪声替换一个域的高频内容来构建伪配对，并训练一个条件生成器将这些伪配对映射到目标域。
• 以 Flow Matching 作为生成骨干，通过学习的速度场将伪样本传输到目标分布。
• 通过训练一个判别器在低通滤波输入上区分域来自动确定截止频率，并选择准确度接近随机猜测时的截止点。
• 通过将源域样本投影到共享空间、采样高频内容并积分学习到的速度场来生成目标域输出来提供推断。

实验结果

研究问题

• RQ1 是否能够在未配对的域之间识别一个共享结构（低频）表示，以实现有意义的对齐？
• RQ2 用随机高频成分替换域特定内容是否能够学习到到目标域的可靠条件分布？
• RQ3 基于频率的分解对于无监督超分辨率和其他未配对域自适应任务是否有效？
• RQ4 与现有未配对域对齐方法（如扩散桥、Dual FM）相比，SerpentFlow 在重建高频内容并保持低频结构方面的表现如何？

主要发现

• 在使用正确的截止频率 (w_c) 时，SerpentFlow 在 MRBI 中实现更高的数字和域分类分离性能。
• 在 w_c = 4 且推断 w_c = 4 时，SerpentFlow 在 MRBI 中达到 88.63% 的数字分类准确率和 95.42% 的域分类准确率。
• 在 MRBI 的数字分类和域不可区分性指标上，最佳 SerpentFlow 变体优于 Diffusion Bridge 和 Dual FM 基线。
• 对截止频率的敏感性显现：过滤不当或不匹配会降低性能，而最优的 w_c 能显著提高高频纹理的重建。
• 定性结果显示，SerpentFlow 在保持低频结构的同时重建出更真实的高频细节，与某些基线不同。