一种采用动态子空间的小样本图像分类算法 任佳兴.pdf

西安电子科技大学学报
Journal of Xidian University
ISSN 1001-2400,CN 61-1076/TN
1001；
2. 大连交通大学 自动化与电气工程学院，辽宁 大连 116028)

摘要：针对当前基于度量学****的小样本图像分类算法中，普遍存在的图像分类精度不高与泛化性能一般的问题，提
出了一种采用动态子空间的小样本图像分类算法。首先，使用残差神经网络提取小样本图像特征，对各类特征向量
进行分解后，动态生成表征图像类别的正交化投影子空间，增强类间特征的差异性；其次，通过融合子空间损失函
数与交叉熵损失函数，增强同类样本的特征相似性，构建基于小样本学****的动态子空间分类器，随采样量与样本相
似度的变化动态更新子空间的类间距离；最后，将目标图像的特征向量输入动态子空间分类器，使用平方欧式距离
与 softmax 函数计算类别概率，预测其所属类别。在 mini-ImageNet、CIFAR-100 和 Pascal VOC2007 小样本数据集
上进行性能测试，与当前主流的小样本图像分类算法做比较，提出算法的图像分类精度高于对比算法，在 5-way
5-shot 的条件下，分类精度比当前性能最好的 DSN 提高了 %，实验结果表明本文算法具有较强的泛化性能与抗
干扰能力。
关键词：动态子空间；小样本数据；正交投影；图像分类；残差神经网络
中图分类号： TP391 文献标识码：A

Algorithm for classification of few-shot images by dynamic subspace

REN Jiaxing1