基于分布表示和分布度量的小样本学习方法

摘要

本发明公开了一种基于局部特征描述子分布表示和分布度量的小样本学习方法。该方法主要由四个部分组成：特征提取、分布表示、近似沃瑟斯坦（Wasserstein）分布度量、对比分布度量和分类。本发明中涉及到的分布是指图像的局部特征描述子分布，通过局部描述子来实现。本发明能够在样本较少的情况下利用丰富的局部特征信息来充分地表示图像，同时设计了一种新的针对图像局部特征描述子分布的度量，在小样本场景下能够获得良好的分类效果。