标题：基于图像变形网络的小样本图像分类算法研究
作者：杨飚 周芷晴
作者单位：北方工业大学城市道路交通智能控制技术北京市重点实验室，北京 100144
关键字：数据增强，图像变形，小样本学习，图像分类
摘要：传统的图像分类算法在数据集过小的情况下分类准确率不高，且传统的图像变形方法容易破坏数据主体语义信息。基于图像变形网络的小样本图像分类算法研究中，采用端对端的方式结合图像变形网络和小样本图像分类网络，通过加权融合训练图像和相似图像的方式实现了对原有数据集的有效扩充，利用数据增强提高了小样本图像分类的准确率。实验数据表明，提出的方法在mini-ImageNet数据集上对小样本图像分类网络的性能有较好的提升效果。