本文介绍了一种基于本地描述符的图像分类方案，适用于少样本学习，实验结果显示其效率和准确性显著优于其他算法。研究比较了多种少样本学习算法，提出了低秩双线性网络和新型解缩特征表示框架，均在多个数据集上表现出色。此外，结合局部和全局特征的方法也取得了显著进展。