摘要

少样本学习（Few-shot learning）是一个新兴的研究方向，其动机在于传统深度学习方法通常需要大量标注数据。在语义分割任务中，由于像素级标注成本高昂，数据标注的稀缺性问题尤为突出。为应对这一挑战，本文提出一种基于注意力的多上下文引导网络（Attention-based Multi-Context Guiding, A-MCG），该网络由三个分支组成：支持分支（support branch）、查询分支（query branch）以及特征融合分支（feature fusion branch）。A-MCG 的核心创新在于在支持分支与查询分支之间融合多尺度上下文特征，从而增强支持集对查询样本的引导能力。此外，我们在特征融合分支中引入空间注意力机制，以突出来自多个尺度的上下文信息，进一步提升单样本学习中的自监督能力。针对多样本学习中的特征融合问题，我们采用 Conv-LSTM 模块，协同整合序列化支持特征，从而提升最终的分类精度。实验结果表明，该架构在 PASCAL VOC12 数据集的多种少样本设置下均达到当前最优性能，在单样本（1-shot）和五样本（5-shot）设置下，mIoU 指标分别相比先前方法显著提升 1.1% 和 1.4%，展现出显著优势。