提出多尺度结构特征用于持续视觉识别

研究者提出一种多尺度视觉特征表示，将边缘与轮廓特征及其空间关系编码后，集成进无梯度的发展式学习框架，在类增量 MNIST 上大幅提升识别准确率。该方法无需回放缓冲区或预设任务边界，存储量相当时可匹配或超越基于回放与正则化的基线，且不遗忘旧类别。学到的表示保持人类可解释性，基线方法则在训练周期内丢失大部分刚学类别后再重新学习。

摘自 arXiv cs.AI

还没有足够的连续观测数据，暂不绘制趋势。