딥러닝은 시계열 분류에 널리 채택되었지만, 그 효율성은 대규모 데이터에 크게 좌우된다. 따라서 딥러닝은 레이블이 지정된 샘플이 거의 없는 경우 과적합 되기 쉽다. 퓨샷 러닝은 매우 적은 수의 훈련 샘플을 사용하여 새로운 작업을 일반화하는 방법을 학습하여 이 문제를 해결하는 것을 목표로 한다. 퓨샷 러닝은 판별 기능을 사용하여 정확하게 분류하는 데 중요한 좋은 표현을 학습하는 것을 고려한다. 본 연구에서는 시계열을 다양한 유형의 이미지들로 인코딩하고 이러한 이미지를 모델에 훈련하는 퓨샷러닝 시계열 분류를 위한 프레임워크를 제안한다. 또한, 이러한 이미지의 표현 능력을 극대화하기 위해 Multimodal Temporal-Context Attention(MTA) 및 Multimodal Meta-Feature Fusion(MMF)을 제안한다. MTA는 기능 맵의 전역 컨텍스트를 통합하고 다른 픽셀과 유익한 관련성을 갖는 픽셀을 강조 표시한다. 특징을 추출한 후 MFF는 교차 양식 특징을 기반으로 생성된 다양한 커널을 사용하여 각 특징을 개선하고 정제된 특징을 융합한다. 각 모듈에서는 인코딩된 이미지의 특징을 원본 시계열의 특징과 결합하여 이미지 인코딩 중에 발생하는 정보 손실을 방지한다. 마지막으로 테스트 샘플은 임베딩 공간에서 가장 가까운 클래스 프로토타입으로 분류한다. 모든 실험은 N-way K-shot 문제에 대해 수행한다. 본 방법론은 시계열 분류에서 널리 사용되는 벤치마크 데이터세트인 UCR(University of California, Riverside) 아카이브의 28개 표준 데이터세트에서 최신 모델들보다 6.04 ~ 20.46%로 성능이 뛰어나다.