少镜头目标计数网络

适应新类别

通过动态相似感知和隐变量增强，提升少样本条件下目标计数的准确性和鲁棒性。

Jinghui, He · Bo, Liu · Fan, Cao · Jian, Xu · 肖燕珊

IEEE Transactions on Geoscience and Remote Sensing 2024

技术优势

自适应度量

动态相似感知模块为支持特征建立自适应度量规则，能在度量空间中找到相似区域，提高计数精度。

应用场景

• 智能监控：用少量标注样本即可对监控画面中的新类别目标计数，减少人工标注成本。
• 作物估产：针对新作物类型，仅需少量支持样本即可估计田间植株数量，辅助产量预测。
• 遥感影像分析：在遥感影像中快速计数新出现的目标（如车辆、建筑物），无需大量标注或重新训练。
• 机器人视觉：机器人可利用少量参考样本识别并计数未见过的物体，提升视觉系统适应性。