Few-shot行動認識の論文。先行研究には、(a) 動画ごとに独立に特徴抽出しており、タスクに含まれる動画間の関係性を考慮していない、(b) クエリ動画と訓練データに含まれる動画の間で類似性を計算する際、フレームの時間的な順序や位置の整合性に基づいて行うが、時間的整合性の悪いタスクでは分類精度が悪くなる、という問題がある。