基于域通道知识鉴别框架的跨域少样本图像分类

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：现有的跨领域少样本分类模型受限于域特定因素的干扰，限制了其有效性。为此，提出了一种基于高斯仿射的通道鉴别网络。具体来讲，所提出的学习框架包含随机高斯仿射模块和域通道鉴别模块，在随机高斯仿射模块中，通过对特征的充分统计量进行高斯扰动以生成区别于源域数据分布的全新特征分布，从而显著化训练数据特征中域不变信息；在域通道鉴别模块中，将经过增强前后的特征图输入到域鉴别器中引导模型区分和提取其中的域不变特征，以达到提高模型泛化能力的目的。（剩余2287字）

试读结束

目录
monitor