小样本学习的核心问题是将学习过程中不可靠的经验风险最小化，优化这一问题的关键是在学习过程中如何获取蕴含在少量样本中更多的先验知识，以使得模型最终获取的特征更加准确和稳定。为了充分挖掘先验知识，文章提出了关联语义和对比语义联合的注意力机制，来指导模型在视觉特征中更好地学习和区分共性与个性。对比实验和消融实验证明，文中这种注意力指导机制提升了模型的性能，尤其在5way-1shot的情况下，模型达到了最优。
科研之友
微信
新浪微博
Facebook
分享链接
