Hierarchical Metric Learning

新的分层度量学习方法增强了少样本视频识别能力

研究人员推出了一种用于少样本动作识别的新型方法——分层度量学习（HML-FSAR），旨在提高对带有有限标注视频样本的未见动作类别的识别能力。该方法包含一个空间增强模块，用于捕获跨帧的全局空间信息，并采用分层度量学习策略，结合多个互补约束。该策略在整个特征处理流程中，从帧级表示到最终的类别原型，逐步优化特征的紧凑性、对齐性、区分性和鲁棒性。在五个数据集上的实验证明了HML-FSAR的有效性。