基于通用表示匹配的单域少样本计数
计算机视觉与模式识别
2025-05-23 v1
摘要
少样本计数仅使用少量标注示例估计图像中目标对象的数量。然而，域迁移严重阻碍了现有方法的泛化至未见情景。 这属于单域泛化领域，在少样本计数领域尚未得到探索。为解决此问题，我们首先分析了当前方法的主要局限性，这些方法通常遵循标准流程，从示例中提取对象原型，然后与图像特征匹配以构建相关图。我们认为现有方法忽视了学习高度泛化原型的重要性。在此基础上，我们提出了第一个单域泛化少样本计数模型，称为通用表示匹配(URM)。我们的主要贡献是发现，通过将来自大规模预训练视觉-语言模型提炼的通用视觉-语言表示纳入相关构建过程，可在不牺牲领域性能的前提下显著提高对域迁移的鲁棒性。因此，URM在内域和新引入的域泛化设置下均实现了最先进的性能。
引用
@article{arxiv.2505.16778,
title = {Single Domain Generalization for Few-Shot Counting via Universal Representation Matching},
author = {Xianing Chen and Si Huo and Borui Jiang and Hailin Hu and Xinghao Chen},
journal= {arXiv preprint arXiv:2505.16778},
year = {2025}
}
备注
CVPR 2025