公开(公告)号：CN116168257A

公开(公告)日：2023-05-26

申请号：CN202310436361.X

申请日：2023-04-23

Applicant: 安徽大学

Inventor： 赵鹏 ,  赵旭阳 ,  韩莉 ,  叶子龙

IPC: G06V10/764 ,  G06V10/80 ,  G06F16/55 ,  G06F16/58

Abstract: 本发明是一种基于样本生成的小样本图像分类方法、设备及存储介质，包括利用预先构建好的小样本图像分类模型对图像数据进行分类，所述小样本图像分类模型构建步骤包括对数据集划分出基类数据集和新类数据集；排除基类数据中每个类别中干扰样本的影响，找到每个类中最具有代表性的样本数据训练特征生成器；利用训练好的特征生成器生成更多的样本，更新新类中各类别原型；计算查询集中查询样本各局部特征在各类别判定中的权重，并获得各类别判定中的查询样本的加权特征表示；通过度量类原型和加权后的查询样本来进行分类。本发明可提高对目标对象区域的关注程度，减少对其他无关区域的关注，从而提升小样本图像分类性能。

公开(公告)号：CN116168257B

公开(公告)日：2023-07-04

申请号：CN202310436361.X

申请日：2023-04-23

Applicant: 安徽大学

Inventor： 赵鹏 ,  赵旭阳 ,  韩莉 ,  叶子龙

IPC: G06V10/764 ,  G06V10/80 ,  G06F16/55 ,  G06F16/58

Abstract: 本发明是一种基于样本生成的小样本图像分类方法、设备及存储介质，包括利用预先构建好的小样本图像分类模型对图像数据进行分类，所述小样本图像分类模型构建步骤包括对数据集划分出基类数据集和新类数据集；排除基类数据中每个类别中干扰样本的影响，找到每个类中最具有代表性的样本数据训练特征生成器；利用训练好的特征生成器生成更多的样本，更新新类中各类别原型；计算查询集中查询样本各局部特征在各类别判定中的权重，并获得各类别判定中的查询样本的加权特征表示；通过度量类原型和加权后的查询样本来进行分类。本发明可提高对目标对象区域的关注程度，减少对其他无关区域的关注，从而提升小样本图像分类性能。