目前随着计算机视觉及人工智能领域的不断发展,图形图像领域的目标识别和分类也越来越受到广泛的关注。对于目标物体的准确识别和分类也成为本文的研究重点。但是在进行目标识别和分类的过程中,往往会存在一些难以准确分类的物体,我们称之为难分样本。难分样本的存在大大降低了对于图形图像分类的准确率,基于此问题,本文提出对难分样本进行度量学习,增大异类样本的距离,缩小同类样本的距离,以达到准备分类的效果。
科研之友
微信
新浪微博
Facebook
分享链接
