多尺度特征用于持续视觉识别

Zeki Doruk Erden提出一种面向发展式学习的视觉表示，将多尺度边缘、轮廓及其空间关系纳入网络精炼、学习动力学和读出机制，以支持持续且可解释的视觉识别。 基于论文摘要，该方法在类增量MNIST基准上较此前表示显著提高准确率；在存储条件相近时，其表现达到或超过重放与正则化基线，同时不保存历史样本，并能保留早期学习类别的响应。当前证据仅来自论文摘要，结果限于该二维形状基准。

AI 根据报道生成 · 7 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。