双曲原型校正方法

小样本分类提升

将点云嵌入双曲空间,利用层级结构先验校正原型,显著提升小样本分类精度与鲁棒性。

Yuan-Zhi, Feng · Shing-Ho J., Lin · Xuan, Tang · Mu-Yu, Wang · Zheng, Jianzhang · Zi-Yao, He · Zi-Yi, Pang · 杨剑 · 陈铭松 · 威县

Pattern Recognition 2025

参数信息

平均分类精度提升
2.08 %
平均分类精度提升
0.66 %

技术优势

无需额外参数

利用双曲空间信息和分布信息直接校正原型,不引入可学习参数,避免增加过拟合风险。

小样本精度领跑

在真实世界ScanObjectNN数据集上平均分类精度超出SOTA方法2.08%,在扰动版本PB上超出0.66%,证明泛化能力强。

抗扰鲁棒

在ScanObjectNN-PB扰动数据上仍超出SOTA 0.66%,说明方法对数据扰动具有强鲁棒性。

应用场景