现代计算机2022，Vol.28Issue(11) ：18-24.DOI:10.3969/j.issn.1007-1423.2022.11.003

基于局部特征位置编码的小样本分类网络

Few-Shot Classification Network Based on Local Feature Location Coding

刘成君 谭守标 唐志伟 樊进
现代计算机2022，Vol.28Issue(11) ：18-24.DOI:10.3969/j.issn.1007-1423.2022.11.003
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于局部特征位置编码的小样本分类网络

Few-Shot Classification Network Based on Local Feature Location Coding

刘成君 1谭守标 1唐志伟 2樊进1
扫码查看

作者信息

  • 1. 安徽大学,合肥 230039
  • 2. 中国科学技术大学,合肥 230026
  • 折叠

摘要

为了解决使用图片级特征直接度量两张图片距离时会出现具有不同语义信息区域之间相互比较的问题,文章提出了基于局部特征位置编码的小样本分类网络.网络首先通过空间注意力模块加强具有判别性的区域特征,之后通过位置编码模块完成位置映射,使得具有相同语义信息的区域处于同一位置.实验结果表明,将局部特征进行位置编码之后再进行分类,能够有效地提升小样本分类的准确度.

关键词

小样本/分类/位置编码/注意力

引用本文复制引用

出版年

2022
现代计算机
中大控股

现代计算机

影响因子：0.292
ISSN：1007-1423
参考文献量29
段落导航相关论文