公开(公告)号：CN118015382A

公开(公告)日：2024-05-10

申请号：CN202410312687.6

申请日：2024-03-19

Applicant: 重庆邮电大学

Inventor： 栾晓 ,  何子剑 ,  叶昌昊

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/74 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/0499 ,  G06N3/08

Abstract: 本发明涉及一种基于类间距离扩张的实例级小样本学习方法，属于图像处理技术领域。该方法为：S1：划分数据集，将小样本数据集划分为训练集、验证集和测试集，并在每个划分数据集内划分支持集和查询集；S2：构建网络模型，通过复杂的卷积神经网络提取图像特征；S3：通过基于实例的预训练让模型学习到可转移的分类能力，通过扩张损失在小样本训练阶段让不同类间距离扩张以获取清晰的类别边界；S4：将支持集和查询集图片输入训练好的网络提取特征，再经过距离度量函数判别每个查询图片对应的支持集类别。本发明能够缓解相似类在特征空间中的类别边界过于邻近导致误分类的情况。基于旋转角度分类的预训练帮助模型学习到更多可泛化知识。

公开(公告)号：CN117994591A

公开(公告)日：2024-05-07

申请号：CN202410312685.7

申请日：2024-03-19

Applicant: 重庆邮电大学

Inventor： 栾晓 ,  许俊康 ,  叶昌昊

IPC: G06V10/764 ,  G06V10/74 ,  G06V10/774 ,  G06V10/762 ,  G06V10/77 ,  G06N3/08

Abstract: 本发明涉及一种基于度量原型校准的小样本图像分类方法，属于图像处理技术领域。该方法为：S1：对基类类别样本做全分类预训练，获得一个具有基类类别先验信息的特征提取器；S2：利用小样本图像分类任务中的支持集和查询集计算出类别初始化原型和伪类标签，将伪类标签扩充到支持集中，形成增广支持集，通过该增广支持集实现对初始化原型偏差的校准；S3：将初始化原型与任务中查询集样本做原型‑查询对比学习，获取优化映射空间；S4：将测试任务的样本嵌入为高维向量，获得类别校准原型，得出预测结果分布。本发明适用于可用样本量较低的小样本场景中，注重提高模型性能下限，有助于获取不同类别的样本更有区分度的特征。

公开(公告)号：CN118116059A

公开(公告)日：2024-05-31

申请号：CN202410357703.3

申请日：2024-03-27

Applicant: 重庆邮电大学

Inventor： 栾晓 ,  姚含月 ,  叶昌昊

IPC: G06V40/16 ,  G06V10/774 ,  G06V10/82 ,  G06N3/096

Abstract: 本发明涉及一种基于关系蒸馏的姿态鲁棒性人脸识别方法，属于数字图像处理领域。该方法包括：预处理人脸训练集和测试集，并为训练数据集标记人脸偏转角度，以区分正脸图片与侧脸图片；构建教师网络模型和学生网络模型，其中教师网络模型和学生网络模型的网络结构相同；预训练教师网络模型，训练完成后冻结教师网络模型参数；对学生网络模型进行训练，并通过关系一致性蒸馏损失(RCD)约束使得学生网络模型学习教师网络模型的类间分布关系。本发明通过将教师网络提取的正面人脸特征分布蒸馏到学生网络中，使学生网络学习不受姿态变化影响的姿态鲁棒性特征，从而能够处理姿态变化较大的人脸图片。