PulseAugur
中
实时 17:56:37
English(EN) DCSCR: A Class-Specific Collaborative Representation based Network for Image Set Classification

新的DCSCR方法增强了少样本图像集分类

作者 PulseAugur 编辑部 · [1 个来源] ·

本文介绍了DCSCR，一种用于少样本图像集分类的新方法。DCSCR结合了传统方法和深度学习，以学习有效的特征表示并探索图像集之间的相似性。该方法包括一个特征提取器、一个全局特征学习模块和一个类别特定协同表示度量学习模块，该模块使用新的对比损失函数。在多个数据集上的实验表明，DCSCR的性能优于现有的最先进算法。 AI

影响 引入了一种用于少样本图像集分类的新方法，有可能在数据有限的情况下提高性能。

排序理由 这是一篇研究论文，详细介绍了一种新的图像集分类方法。 [lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的DCSCR方法增强了少样本图像集分类

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Xizhan Gao, Wei Hu ·

    DCSCR：一种基于类特定协同表示的网络用于图像集分类

    arXiv:2508.12745v2 Announce Type: replace-cross Abstract: Image set classification (ISC), which can be viewed as a task of comparing similarities between sets consisting of unordered heterogeneous images with variable quantities and qualities, has attracted growing research atten…

相关话题