微调新类以记住旧类的方法用于视频类别增量学习

近期的视频类增量学习通常过分追求新学习类别的准确性，并依赖于存储集合来减轻旧类别的灾难性遗忘。因此，提出了SNRO，它通过轻微调整新类别的特征以记住旧类别。SNRO在相同存储消耗下存储更多样本，并迫使模型专注于更难遗忘的低语义特征。在实验证明，SNRO在相同存储消耗的情况下表现更好。