本研究提出了一种新的双运动引导注意力学习方法（DMGAL），旨在改善少样本动作识别中的时空关系建模。该方法通过运动引导注意力模块增强了类原型构建能力，并验证了其在少样本动作识别中的有效性。

SAFSAR是一种语义感知少样本动作识别模型，通过3D特征提取器和特征融合方案，以及简单的分类方法，实现了更好的性能。该模型在五个具有挑战性的少样本动作识别基准上进行了实验证明，取得了显著的提高。