論文閱讀筆記《Power Normalizing Second-order Similarity Network for Few-shot Learning》

核心思想   本文提出一種基於二階統計量進行相似性度量的小樣本學習算法。二階統計量如：方差、協方差、二階矩、自相關函數、功率譜、互相關函數、互功率譜等在圖像細化和場景理解等視覺領域有着較爲廣泛的應用，但採用二階統計量進行特徵表達，需要配合適當的聚合或池化方法。本文首先將圖像的特徵信息轉化爲二階統計量，並且引入Power Normalization（PN）技術對其進行池化處理，最後採用距離度量的方式

>>阅读原文<<