多视角变换不变分割模型

通过融合多视角的支持特征构建变换不变原型，突破单视角匹配的局限，提升少样本分割精度。

Cao, Qinglong · 陈云天 · 马超 · Xiaokang, Yang

IEEE Transactions on Circuits and Systems for Video Technology 2023

技术优势

突破单视角局限

通过多视角匹配引入不同变换下的支持特征，使模型对目标形变更鲁棒。

提升分割精度

在公开基准上取得最先进性能，验证了方法的有效性。

应用场景

• 少样本视觉识别：仅需少量标注样本即可分割新类别，减少数据标注成本。
• 视觉感知：提升对多视角目标的分割鲁棒性。
• 机器人视觉：使机器人在少量示例下识别新物体。
• 边缘智能：轻量适配少样本需求，适合资源受限设备。