إعادة النظر في مقياس الصورة إلى الفئة المستند إلى الوصف المحلي للتعلم القليل الإطارات

التعلم القليل الصور في تصنيف الصور يهدف إلى تعلم مصنف لتصنيف الصور عندما تكون هناك أمثلة قليلة فقط متاحة لكل فئة. وقد حققت الدراسات الحديثة أداءً واعداً في التصنيف، حيث يتم استخدام مقياس يعتمد على الخصائص على مستوى الصورة عادةً. في هذا البحث، ندعي أن مثل هذا المقياس قد لا يكون فعالاً بما فيه الكفاية في ظل ندرة الأمثلة في التعلم القليل الصور. بدلاً من ذلك، نعتقد أنه يجب اتخاذ مقياس يعتمد على الوصفاء المحليين للصورة إلى الفئة، مستوحى من نجاحه المفاجئ في عصر الخصائص المحلية الثابتة. بشكل خاص، بناءً على الآلية الحديثة للتدريب الحلقي، نقترح شبكة عصبية جار أقرب عميق (DN4 اختصارًا) ونقوم بتدريبها بطريقة شاملة. الفرق الرئيسي بينها وبين الأدبيات هو استبدال مقياس الخصائص على مستوى الصورة في الطبقة النهائية بمقياس يعتمد على الوصفاء المحليين للصورة إلى الفئة. يتم تنفيذ هذا المقياس عبر الإنترنت من خلال بحث عن $k$-أقرب جيران فوق الوصفاء العميقين للمخططات المميزة الإقحامية. تقوم الشبكة المقترحة DN4 ليس فقط بتعلم الوصفاء العميقين المثلى لمقياس الصورة إلى الفئة، ولكنها أيضًا تستفيد من كفاءته العالية في حالة ندرة الأمثلة، بفضل قابلية التبادل للأنماط البصرية عبر الصور ضمن نفس الفئة. يعمل بحثنا على تقديم إطار عمل بسيط وفعال وكفوء حاسوبيًا للتعلم القليل الصور. تظهر الدراسة التجريبية على مجموعات البيانات المرجعية باستمرار تفوقه على التقنيات المتقدمة ذات الصلة، مع أكبر تحسن مطلق بنسبة $17\%$ فوق الأفضل التالي. يمكن الحصول على شفرة المصدر من \UrlFont{https://github.com/WenbinLee/DN4.git}.