首页|基于滑动特征向量的小样本图像分类方法

基于滑动特征向量的小样本图像分类方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对在小样本图像分类中,几个样本的特征图不足以描述整个类特征空间,导致误分类的问题,提出了滑动特征向量神经网络(SFV),该方法通过集合同类样本的滑动特征向量构建类特征空间,并利用样本-类的特征向量度量方式分类查询样本.SFV融合了特征块的边缘信息以及位置结构的相关性,最大限度地利用深层特征信息的同时扩充了类特征空间.实验表明:在各数据集中SFV均能取得不错的效果,在细粒度数据集上,达到了最佳精度.
Few⁃shot image classification method based on sliding feature vectors

曹洁、屈雪、李晓旭

展开 >

兰州理工大学 计算机与通信学院,兰州 730050

甘肃省城市轨道交通智能运营工程研究中心,兰州730050

兰州理工大学 电气工程与信息工程学院,兰州 730050

计算机应用技术 计算机视觉 小样本学习 局部特征 度量学习

61906080,61763028

2021

10.13229/j.cnki.jdxbgxb20200532

吉林大学学报(工学版)
吉林大学

吉林大学学报(工学版)

CSTPCDCSCD北大核心
影响因子：0.792
ISSN：1671-5497
年,卷(期)：2021.51(5)
  • 2
  • 2