小样本点云分类的原型分布校正

摘要： 针对基于度量的小样本学习方法原型网络中因支撑样本较少，出现的类原型容易发生偏差、网络泛化性差等问题，提出一种基于高斯分布的原型校正方法。首先根据原型网络得到类原型，通过类原型对查询样本进行近邻匹配，得到查询样本的伪标签；然后得到伪标签样本特征的高斯分布信息，即均值和方差；最后从这些分布中进行采样，生成足够丰富的样本去扩展支撑集，进而获得更准确的类原型，改善分类性能。同时对于现有... （共12页）