少样本识别更准
通过多尺度任务感知结构建模，更充分挖掘图像局部与全局关联，提升少样本识别判别力。
赵鹏 · Zilong, Ye · 王亮 · 刘慧婷 · 纪霞
Pattern Recognition 2024
通过元滤波器学习器为每个尺度生成任务感知的局部结构滤波器，自适应捕获各尺度的局部结构，从而挖掘更丰富的图像表示。
引入多尺度图注意力网络模块，对图像的所有尺度局部结构进行建模，通过注意力机制实现信息聚合与传播，融合局部与全局信息以获得更具代表性和判别力的特征。
在四个少样本学习常用基准数据集上进行了全面实验，结果表明所提方法取得了最优性能，验证了其有效性。