资 源 简 介
小样本大小是其中一个最具挑战性的问题-
由于困难样本收集很多，人脸识别 s
真实世界的应用程序。由表示作为一个线性的查询示例
从所有的类，所谓的协作-训练样本的组合
化建模表示基于分类 （CRC） 显示非常有效
面对低计算成本的识别性能。然而，
CRC 的识别率会大幅降低时可用火车-
每主题 ing 样本是非常有限的。这一直观解决方案
问题是经营 CRC 的修补程序和结合识别
所有修补程序的输出。尽管如此，修补程序大小的设置是一个非
琐碎的任务。考虑到在不同的尺度上的修补程序可以
有补充信息的分类，我们建议多-
规模修补程序基于 CRC 方法，同时多尺度产出的合奏
被通过正规化的边距分布优化。我们拓-
请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报
