[发明专利]一种基于图像组合特征表述的少样本学习方法及系统有效
| 申请号： | 202110243078.6 | 申请日： | 2021-03-05 |
| 公开（公告）号： | CN112949722B | 公开（公告）日： | 2023-05-05 |
| 发明（设计）人： | 李楠楠;李革 | 申请（专利权）人： | 北京大学深圳研究生院 |
| 主分类号： | G06V10/774 | 分类号： | G06V10/774;G06V10/82;G06V10/764;G06V10/74;G06V10/42;G06V10/56;G06N3/0464;G06N3/08 |
| 代理公司： | 北京京万通知识产权代理有限公司 11440 | 代理人： | 万学堂;王跃交 |
| 地址： | 518055 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 基于图像组合特征表述的少样本学习方法，包括s1:输入训练的图像，转步骤s2或s3；s2:用深度神经网络提取图像深度表述特征，转步骤s4或s6；s3:用感知机模型提取物体不同属性所对应的特征编码，转步骤s5；s4:对步骤s2中提取的图像深度表述特征进行分块，每块特征分别对应于其所在位置处的图像深度表述特征，转步骤s5；s5:比较步骤s4所提取的各个分块的图像深度表述特征与步骤s3所提取的不同属性所对应的特征编码的相似性，把各个块的相似性的累加和作为整幅图像深度表述特征与图像属性特征编码之间相似性的度量；以及s6:对图像进行分类，判定图像所包含的物体的类别。该方法适用于少样本学习过程，能加快对未知类别的的学习过程。 | ||
| 搜索关键词： | 一种 基于 图像 组合 特征 表述 样本 学习方法 系统 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京大学深圳研究生院，未经北京大学深圳研究生院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110243078.6/，转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
