基于域通道知識鑒別框架的跨域少樣本圖像分類

打開文本圖片集

摘要：現(xiàn)有的跨領(lǐng)域少樣本分類模型受限于域特定因素的干擾，限制了其有效性。為此，提出了一種基于高斯仿射的通道鑒別網(wǎng)絡(luò)。具體來講，所提出的學(xué)習(xí)框架包含隨機(jī)高斯仿射模塊和域通道鑒別模塊，在隨機(jī)高斯仿射模塊中，通過對特征的充分統(tǒng)計(jì)量進(jìn)行高斯擾動以生成區(qū)別于源域數(shù)據(jù)分布的全新特征分布，從而顯著化訓(xùn)練數(shù)據(jù)特征中域不變信息；在域通道鑒別模塊中，將經(jīng)過增強(qiáng)前后的特征圖輸入到域鑒別器中引導(dǎo)模型區(qū)分和提取其中的域不變特征，以達(dá)到提高模型泛化能力的目的。（剩余2287字）