少镜头分类语义特征

通过多视角融合与重构表示，提升特征区分性，缓解样本特征失配问题。

Xu, Rui · Shao, Shuai · Xing, Lei · 王延江 · 刘宝弟 · 刘伟锋

Engineering Applications of Artificial Intelligence 2024

参数信息

基准数据集数量

5

技术优势

缓解特征失配

通过引入不依赖特征提取模型的重构表示，降低样本-特征失配问题的影响，使新类特征更可靠。

融合多视角特征

采用注意力机制融合多个视角的判别语义特征，避免单一视角描述的片面性，提升方法鲁棒性。

应用场景

• 少镜头学习：提供高判别性特征，提升少镜头分类准确率。
• 特征提取：减少对特征提取模型的依赖，输出更鲁棒的特征表示。