Задача исследования состоит в том, чтобы выбрать по одному изображению из нескольких наборов так, чтобы все выбранные объекты принадлежали к одному и тому же классу. Авторы моделируют этот процесс как задачу минимизации энергии с использованием унарных и парных потенциальных функций. Вдохновляясь алгоритмами обучения на малых выборках (few-shot learning), предложен метод обучения этих функций напрямую из данных. Кроме того, представлен быстрый жадный алгоритм для эффективного поиска оптимального решения при минимизации энергии.
Работа посвящена поиску объектов одного класса в различных наборах изображений с использованием подходов few-shot learning. Исследователи предложили модель минимизации энергии, которая обучается находить общие визуальные сущности даже при малом количестве данных, что значительно упрощает задачу автоматической классификации и поиска в больших архивах.