视频与3D目标检测的少数样本学习: 综述
计算机视觉与模式识别
2025-07-24 v1
摘要
少数样本学习(FSL)使目标检测模型能够仅通过少数标注示例识别新类别,从而减少昂贵的手动数据标注。本综述检视了近期在视频和3D目标检测方面的FSL进展。对于视频,由于在帧之间标注目标的工作量比静态图像更为繁琐,FSL尤其有价值。通过在帧之间传播信息,诸如管线提议和时序匹配网络等技术可仅通过少数示例检测新类别,高效地利用时空结构。FSL用于3D检测面临稀疏性和缺乏纹理等挑战。解决方案将FSL与针对类别不平衡的专用点云网络和损失函数相集成。少数样本3D检测通过最小化昂贵的3D标注需求,使 autonomous driving的实际部署成为可能。两个领域的核心问题包括在一般化与过拟合之间进行平衡、集成原型匹配以及处理数据模态特性。在总结方面,FSL通过高效地利用特征、时序和数据模态之间的信息,显示出减少标注需求并实现视频、3D及其他实际应用的潜力。通过全面梳理近期进展,本文阐明了FSL以最小化监督需求并实现跨视频、3D及其他实际应用部署的潜力。
引用
@article{arxiv.2507.17079,
title = {Few-Shot Learning in Video and 3D Object Detection: A Survey},
author = {Md Meftahul Ferdaus and Kendall N. Niles and Joe Tom and Mahdi Abdelguerfi and Elias Ioup},
journal= {arXiv preprint arXiv:2507.17079},
year = {2025}
}
备注
Under review in ACM Computing Surveys