论文阅读笔记《∆-encoder: an effective sample synthesis method for few-shot object recognition》

核心思想   本文提出一种基于数据增强的小样本学习算法，利用一个自动编码器（Auto-Encoder，AE）用于寻找同类别不同样本之间的变形（deformations，本文称其为 Δ \Delta Δ），然后在利用其为其他的类别样本生成新样本，最后利用扩充后的数据集训练分类器。   普通的自动编码器AE，是通过最小化重构信号 X ^ \hat{X} X^和原始信号 X X X之间的差异 ∥ X ^

>>阅读原文<<