Tag · 2 篇
少样本动作识别
01 02
保护以适配：面向少样本动作识别的正交子空间控制与排序负提示词课程
Protect to Adapt: Orthogonal Subspace Control with Ranked Negative-Prompt Curriculum for Few-Shot Action Recognition
OSC 把低秩更新约束在预训练骨干网络主语义子空间的正交补上，这一做法可直接迁移到任何 VLM 微调场景（如少样本图像分类、视频检索），在适配下游任务的同时抑制灾难性遗忘；RNC 用大语言模型生成按难度排序的负提示词，为少样本 episode 中负样本不足、决策边界模糊的问题提供了一种可复用的数据构造思路。
MPL：面向少样本动作识别的匹配引导原型学习
MPL: Match-guided Prototype Learning for Few-shot Action Recognition
把匹配结果反向注入原型学习，并用关键帧级匹配细化原型，为少样本视频任务提供了一种「匹配-原型」联合优化的可复用范式；其跨样本注意力聚合器也可迁移到其他需要类内共享模式聚合的小样本视频设定。