基于多原型监督的鲁棒视觉持续学习
计算机视觉与模式识别
2025-09-22 v1
摘要
语言引导的监督利用了来自预训练语言模型（PLM）的冻结语义目标，已成为视觉持续学习（CL）的一种有前途的范式。然而，依赖单一目标引入了两个关键局限性：1）语义歧义，即多义词类别名称导致冲突的视觉表示；2）类内视觉多样性，即单一原型无法捕捉类内丰富的视觉外观变化。为此，我们提出了 MuproCL，一种用多个上下文感知原型取代单一目标的新框架。具体而言，我们采用轻量级 LLM 代理执行类别消歧和视觉模态扩展，以生成一组鲁棒的语义原型。LogSumExp 聚合机制允许视觉模型自适应地与给定图像最相关的原型对齐。在各种 CL 基线上的大量实验表明，MuproCL 持续提升了性能和鲁棒性，为语言引导的持续学习建立了一条更有效的路径。
引用
@article{arxiv.2509.16011,
title = {Towards Robust Visual Continual Learning with Multi-Prototype Supervision},
author = {Xiwei Liu and Yulong Li and Yichen Li and Xinlin Zhuang and Haolin Yang and Huifa Li and Imran Razzak},
journal= {arXiv preprint arXiv:2509.16011},
year = {2025}
}