standard download
文库搜索
切换导航
文件分类
频道
仅15元无限下载
联系我们
问题反馈
文件分类
仅15元无限下载
联系我们
问题反馈
批量下载
(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210733595.6 (22)申请日 2022.06.27 (71)申请人 华南理工大 学 地址 510640 广东省广州市天河区五山路 381号 (72)发明人 王先知 许洁斌 艾浩然 (74)专利代理 机构 广州市华学知识产权代理有 限公司 4 4245 专利代理师 郑秋松 (51)Int.Cl. G06V 10/44(2022.01) G06V 10/74(2022.01) G06V 10/764(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01)G06F 16/55(2019.01) G06F 16/583(2019.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 基于特征金字塔和特征融合的小样本图像 分类方法及系统 (57)摘要 本发明公开了一种基于特征金字塔和特征 融合的小样本图像分类方法, 包括以下步骤: S1. 构建特征金字塔 关系网络模型, 模 型包括特征提 取模块、 关系模块和特征融合模块; S2.对数据集 进行扩充, 将数据集划分为训练集、 验证集、 测试 集; S3.训练模型, 从训练集中采样支撑集与查询 集; S4.输入支 撑集图像和查询集图像, 特征提取 模块提取图像的特征, 并输出图像的特征向量, 特征融合模块融合特征向量; S5.将特征向量输 入关系模块, 关系模块输出支撑集图像和查询集 图像的相似分值, 将所有相似分值进行处理, 获 得最终的相似分值; S6.计算模型的损失, 并更新 模型的参数, 重复迭代训练, 直至损失的误差值 趋于稳定; S7.保存训练好的模型, 将 模型用于小 样本图像分类测试。 权利要求书2页 说明书7页 附图4页 CN 115272692 A 2022.11.01 CN 115272692 A 1.一种基于特征金字塔和特征融合的小样本图像分类方法, 其特征在于, 包括以下步 骤: S1.构建多层神经网络的特征金字塔关系网络模型, 每层神经网络包括特征提取模块、 关系模块和特 征融合模块; S2.获取数据集并对数据集进行扩充, 将经过扩充后的数据集划分为训练集、 验证集、 测试集; S3.采用C ‑way K‑shot方式训练特征金字塔关系网络模型, 每次训练分别从训练集采 样支撑集与查询集; S4.输入支撑集图像和查询集图像, 特征提取模块提取图像的特征, 并输出图像的特征 向量, 特征融合模块融合支撑集图像和查询集图像的特 征向量; S5.将融合后的特征向量输入关系模块, 关系模块输出支撑集图像和查询集图像的相 似分值, 将所有关系模块输出的相似分值进行处 理, 获得最终的相似分值; S6.计算特征金字塔关系网络模型的损失, 并更新特征金字塔关系网络模型的参数, 重 复迭代训练, 直至损失的误差值趋 于稳定; S7.保存训练好的特征金字塔关系网络模型, 将特征金字塔关系网络模型用于小样本 图像分类测试。 2.如权利要求1的基于特征金字塔和特征融合的小样本图像分类方法, 其特征在于, 特 征融合模块包括特 征融合项, 特 征融合项为: C′(FS, FQ)=Concate(FS, FQ, Mul(FS, FQ)) 式中, FS表示查询集图像的特征向量, FQ表示支撑集图像的特征向量, Concate( ·,·) 表示在特 征通道进行拼接的操作, Mul( ·,·)运算表示将特 征图按位置对应元 素相乘。 3.如权利要求1的基于特征金字塔和特征融合的小样本图像分类方法, 其特征在于, 步 骤S6中, 将一组图像的相似性分值视为回归任务, 采用均方误差MS E函数作为每层神经网络 的损失函数, 均方误差 MSE函数为: MSE(r, yS, yQ)=(r‑1(yS==yQ))2 式中, r表示每层神经 网络输出的相似性分数, yS表示支撑集图像的标签, yQ表示查询集 图像的标签。 4.如权利要求3的基于特征金字塔和特征融合的小样本图像分类方法, 其特征在于, 步 骤S6中, 利用损失函数计算特 征金字塔关系网络模型的损失, 损失函数为: 式中, rl表示第l层神经网络输出的相似性分值, yS表示支撑集图像的标签, yQ表示查询 集图像的标签, MSE表示均方误差函数, n表示神经网络的层数。 5.如权利要求1的基于特征金字塔和特征融合的小样本图像分类方法, 其特征在于, 步 骤S2中, 将获取的数据集 通过旋转 来进行扩充, 旋转角度为90度、 180度、 270度。 6.如权利要求1的基于特征金字塔和特征融合的小样本图像分类方法, 其特征在于, 特 征金字塔 关系网络模型中, 关系模块最后的全连接层的激活函数使用Sigmoid函数, 其他所 有的激活函数都使用ReLU函数。权 利 要 求 书 1/2 页 2 CN 115272692 A 27.一种基于特 征金字塔和特 征融合的小样本图像分类系统, 其特 征在于, 包括: 特征提取模块, 用于提取输入图像的特 征; 特征融合模块, 用于将输入图像的特 征进行融合; 关系模块, 用于判别输入的支撑集图像特 征和查询集图像特 征的相似度。 8.如权利要求7的基于特征金字塔和特征融合的小样本图像分类系统, 其特征在于, 特 征提取模块包括四个卷积块和两个2*2的最大池化层, 卷积块、 最大池化层、 卷积块、 最大池 化层、 卷积块、 卷积块依次连接 。 9.如权利要求7的基于特征金字塔和特征融合的小样本图像分类系统, 其特征在于, 关 系模块包括两个卷积块、 两个2*2的最大池化层、 ReLU全连接层和Sigmoid全连接层, 卷积 块、 最大池化层、 卷积块、 最大池化层、 ReLU全连接层、 Sigmo id全连接层依次连接 。 10.如权利要求8或9的基于特征金字塔和特征融合的小样本图像分类系统, 其特征在 于, 卷积块包括卷积层、 Batch Norm层和ReLU激活函数层, 卷积层的卷积核大小为3*3, 输出 通道数为64。权 利 要 求 书 2/2 页 3 CN 115272692 A 3
专利 基于特征金字塔和特征融合的小样本图像分类方法及系统
文档预览
中文文档
14 页
50 下载
1000 浏览
0 评论
0 收藏
3.0分
赞助2.5元下载(无需注册)
温馨提示:本文档共14页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
下载文档到电脑,方便使用
赞助2.5元下载
本文档由 SC 于
2024-02-18 22:28:57
上传分享
举报
下载
原文档
(664.2 KB)
分享
友情链接
GB-T 37049-2018 电子级多晶硅中基体金属杂质含量的测定 电感耦合等离子体质谱法.pdf
NBT 32015-2013分布式电源接入配电网技术规定.pdf
GB-T 42892-2023 项目管理敏捷化指南.pdf
GB-T 32308-2015 GEO卫星任务后处置要求.pdf
GB-T 19001-2016 ISO90012015 质量管理体系要求.pdf
GB-T 14728.2-2008 双臂操作助行器具 要求和试验方法 第2部分:轮式助行架.pdf
T-GDCMA 017—2023 信用园区评价规范.pdf
GB-T 31914-2015 电子文件管理系统建设指南.pdf
电子政务电子认证服务管理办法(试行).pdf
GB 18967-2009 改性沥青聚乙烯胎防水卷材.pdf
NY-T 3149-2017 化学农药 旱田田间消散试验准则.pdf
GB-T 26312-2010 蒸发金.pdf
数据出境安全评估办法 中英文.pdf
XF 869-2010 消防员灭火防护头套.pdf
GA-T 1714-2020 信息安全技术 异常流量检测和清洗产品安全技术要求.pdf
法律法规 重庆市行政事业性收费管理条例.pdf
GYT 362-2022 立体声和环绕声音频测试序列.pdf
OWASP ASVS应用安全验证标准 4.0.3 中文版.pdf
WS-T 795-2022 儿科输血指南.pdf
GB-T 36651-2018 信息安全技术 基于可信环境的生物特征识别身份鉴别协议框架.pdf
1
/
14
评价文档
赞助2.5元 点击下载(664.2 KB)
回到顶部
×
微信扫码支付
2.5
元 自动下载
官方客服微信:siduwenku
支付 完成后 如未跳转 点击这里 下载
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们
微信(点击查看客服)
,我们将及时删除相关资源。