公开(公告)号：CN109919183B

公开(公告)日：2020-12-18

申请号：CN201910069271.5

申请日：2019-01-24

Applicant: 北京大学

Inventor： 田永鸿 ,  乔李盟 ,  史业民 ,  王耀威 ,  黄铁军

IPC: G06K9/62

Abstract: 本发明公开了一种基于小样本的图像识别方法、装置、设备及存储介质，属于图像识别技术领域。所述方法包括：根据第一大样本图像集构建小样本的第一任务序列，每个第一任务包括带类别标签的第一支持集和不带类别标签的第一检索集；采用神经网络提取第一支持集中各图像样本的第一样本特征；根据第一样本特征和样本的类别标签，自适应地学习相应第一任务的度量矩阵；采用度量矩阵对相应第一检索集中的图像样本进行识别。该方法中，提高了小样本场景下的图像识别性能和准确率。

公开(公告)号：CN110807467A

公开(公告)日：2020-02-18

申请号：CN201910882778.2

申请日：2019-09-18

Applicant: 北京大学

Inventor： 田永鸿 ,  陈光耀 ,  乔李盟 ,  史业民 ,  曾炜

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及深度学习领域，特别涉及一种基于支持点学习的开集类别发掘方法与装置。包括：将样本输入训练好的深度神经网络获得样本特征，计算样本特征与每个类别的支持点集的距离，根据分类阈值和最大距离确定样本为未知样本或已定义样本，如果是已定义类别样本，对样本进行分类,如果是未知样本，对样本进行拒绝。本发明解决如今开集识别训练阶段不能引入未知信息的问题。

公开(公告)号：CN109919183A

公开(公告)日：2019-06-21

申请号：CN201910069271.5

申请日：2019-01-24

Applicant: 北京大学

Inventor： 田永鸿 ,  乔李盟 ,  史业民 ,  王耀威 ,  黄铁军

IPC: G06K9/62

Abstract: 本发明公开了一种基于小样本的图像识别方法、装置、设备及存储介质，属于图像识别技术领域。所述方法包括：根据第一大样本图像集构建小样本的第一任务序列，每个第一任务包括带类别标签的第一支持集和不带类别标签的第一检索集；采用神经网络提取第一支持集中各图像样本的第一样本特征；根据第一样本特征和样本的类别标签，自适应地学习相应第一任务的度量矩阵；采用度量矩阵对相应第一检索集中的图像样本进行识别。该方法中，提高了小样本场景下的图像识别性能和准确率。