少量クラス増分学習では、データが徐々に増加する中で、過去に学習した知識を保持しつつ新しい知識を学習することが重要である。本研究では、特徴空間の直交性とコントラスト学習を組み合わせることで、この課題に取り組む。
少量のデータから新しいクラスを学習しつつ、既存のクラスを忘れないようにするために、事前学習したビジョントランスフォーマーの高次統計量を較正する手法を提案する。
