互相感知特征学习的少样本目标计数
原文中文，约200字，阅读约需1分钟。发表于：。本研究针对少样本目标计数中的提取和匹配方法缺乏互动的问题，提出了一种新颖的互相感知特征学习框架（MAFEA）。该方法通过在特征提取过程中增强查询图像与示例特征间的互动，显著提高了在多类目标环境下的目标识别准确性，并在多个基准测试中实现了最佳性能，展示了对目标混淆问题的有效改善。
本研究提出了一种新颖的互相感知特征学习框架（MAFEA），通过增强查询图像与示例特征间的互动，提高了多类目标环境下的目标识别准确性，并在多个基准测试中实现了最佳性能。
