计算机视觉中持续学习的最新进展：综述

与一次性获得所有训练数据的批量学习不同，持续学习代表一类逐步积累知识并随顺序到达的数据持续学习的方法。类似于人类具备在不同时间步学习、融合与积累新知识的学习过程，持续学习被认为具有很高的实际意义。因此，持续学习已在多种人工智能任务中得到研究。本文对计算机视觉中持续学习的最新进展进行了全面综述。具体而言，相关作品按其代表性技术分组，包括正则化、知识蒸馏、记忆、生成重放、参数隔离以及上述技术的组合。对于每类技术，均介绍了其特征及在计算机视觉中的应用。本综述末尾讨论了若干持续知识积累潜在有益但持续学习尚缺乏充分研究的子领域。