深度掩膜布朗距離協(xié)方差小樣本分類方法

打開文本圖片集

摘 要：針對小樣本學(xué)習(xí)中，布朗距離協(xié)方差通過改善特征嵌入提升分類精度，但未聚焦分類中樣本相關(guān)性特征的問題，提出了深度掩膜布朗距離協(xié)方差方法。該方法通過每對查詢集與支持集之間的高維語意關(guān)系，生成查詢引導(dǎo)掩膜，并將掩膜后的布朗距離協(xié)方差矩陣用作圖像特征表示。分別在5way-1shot和5way-5shot情形下，對CUB-200-211、Mini-ImageNet及Tiered-ImageNet數(shù)據(jù)集進行評估驗證，實驗表明，深度掩膜布朗距離協(xié)方差方法取得了更優(yōu)的分類精度。（剩余16945字）