#519
summarized by : Shuhei M Yoshida
Improved Few-Shot Visual Classification

どんな論文か?

少数の学習データから分類問題を学習するfew-shot学習(FSL)に関する論文。深層計量学習(DML)に基づくFSLでは、特徴量ベクトルの分布がクラスごとの正規分布であることを仮定している。この点を修正し、クラスごとの分散共分散行列を推定することで、従来のSOTAを改善できることを示した。
placeholder

新規性

従来のDMLで用いられていたユークリッド距離に代わり、クラスごとの分散共分散行列を使ったマハラノビス距離を用いることを提案。これを従来のSOTAであるCNAPSの分類器に実装したSimpleCNAPSを提案。

結果

画像分類のFSLのベンチマークであるMeta-Detasetとmini-/tiered-ImageNetで評価。多くの設定で従来手法を超える精度を達成。

その他(なぜ通ったか?等)