[发明专利]小样本图像分类方法、装置、电子设备及计算机存储介质

权利要求书

1.一种小样本图像分类方法，其特征在于，包括：

获取待评估图像和多个样本图像，其中，每个所述样本图像带有标记，所述标记用于表示所述标记对应的样本图像的类别；

将所述待评估图像和所述的样本图像输入至预设的特征提取模块，提取所述待评估图像的特征和所述样本图像的特征；

基于所述待评估图像的特征和所述样本图像的特征，采用预设的评估模块评估所述待评估图像的类别。

2.根据权利要求1所述的小样本图像分类方法，其特征在于，所述将所述待评估图像和所述的样本图像输入至预设的特征提取模块，提取所述待评估图像的特征和所述样本图像的特征包括：

将所述评估图像和所述的样本图像调节至预设的大小，并对调节后的图像进行卷积操作，得到第一特征图；

将所述特征图进行池化处理，得到第二特征图；

将所述第二特征图第一次残差处理，得到第三特征图；

将所述第三特征图第二次残差处理，得到第四特征图；

将所述第四特征图第三次残差处理，得到第五特征图；

将所述第五特征图第四次次残差处理，得到目标特征图，基于所述目标特征图提取所述待评估图像和所述样本图像的特征。

3.根据权利要求2所述的小样本图像分类方法，其特征在于，每次残差处理的过程包括：

将输入图像通过卷积处理得到第一分支输入和第二分支输入；

将第一分支输入经过两次滤波后得到第一分支输出特征图；

将第二分支输入依次经过池化、滤波和上采样后，得到第一中间特征图，并对所述第一中间特征图标准化处理，得到标准特征图；

将所述第二分支输入经过滤波处理后得到第二中间特征图，将所述第二中间特征图与所述标准特征图相乘得到第二分支输出特征图；

将所述第一分支输出特征图和所述第二分支输出特征图结合得到所述残差处理的输出。

4.根据权利要求1所述的小样本图像分类方法，其特征在于，所述基于所述目标特征图提取所述待评估图像和所述样本图像的特征，包括：

将所述目标特征图输入至预设的可学习更新的特征转换层，提取所述目标特征图的特征，其中，所述特征转换层设置有跟新后的用于采样仿射变换参数的高斯分布的标准差的超参数。

5.根据权利要求4所述的小样本图像分类方法，其特征在于，所述超参数的更新公式如下：

其中，为更新后的超参数，为更新前的超参数，α为预设的学习率，L^pu为预设的瞬时函数。

6.根据权利要求1所述的小样本图像分类方法，其特征在于，所述基于所述待评估图像的特征和所述样本图像的特征，采用预设的评估模块评估所述待评估图像的类别，包括:

计算所述待评估图像的特征与所述样本图像的特征的相似度；

将所述相似度达到预设阈值的样本图像的类别作为与所述样本图像对应的所述待评估图像的类型。

7.一种小样本图像分类装置，其特征在于，包括：

图像获取模块，用于获取待评估图像和多个样本图像，其中，每个所述样本图像带有标记，所述标记用于表示所述标记对应的样本图像的类别；

特征提取模块，用于将所述待评估图像和所述的样本图像输入至预设的特征提取模块，提取所述待评估图像的特征和所述样本图像的特征；

图像评估模块，用于基于所述待评估图像的特征和所述样本图像的特征，采用预设的评估模块评估所述待评估图像的类别。

8.一种电子设备，其特征在于，其包括：

处理器、存储器和总线；

所述总线，用于连接所述处理器和所述存储器；

所述存储器，用于存储操作指令；

所述处理器，用于通过调用所述操作指令，执行上述权利要求1～6中任一项所述的小样本图像分类方法。

9.一种计算机存储介质，其特征在于，所述存储介质存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1～6任一所述的小样本图像分类方法。