VDLF-Net：用于自适应和少样本视觉学习的可变特征融合
计算机视觉与模式识别
2026-04-28 v1
摘要
本文介绍了 VDLF-Net，通过在多尺度 CNN 主干网络上附加一个紧凑的变分自编码器（VAE）。潜在向量和 Softmax 门控机制支持主干特征图，而来自加权后特征图的 L2 归一化嵌入可用于监督分类或 episodes 式少样本预测。在标准的 CIFAR-100 和 Mini-ImageNet 协议下，VDLF-Net 的性能优于 ResNet-50 Enhanced、VGG-16、原型网络（Prototypical Networks）和匹配网络（Matching Networks）。大量消融实验表明，移除高分辨率尺度对 VDLF-Net 的性能影响最大。同时，在所选 α 下，KL 散度和重构导致的性能下降较小，这表明VDLF-Net 架构和训练策略带来的性能提升主要来自于完整的 VDLF-Net 架构和训练策略。
引用
@article{arxiv.2604.23641,
title = {VDLF-Net: Variational Feature Fusion for Adaptive and Few-Shot Visual Learning},
author = {Jiawei Yan},
journal= {arXiv preprint arXiv:2604.23641},
year = {2026}
}