基于元学习采样分布调整的图像小样本分类方法及系统

    公开(公告)号:CN118057469A

    公开(公告)日:2024-05-21

    申请号:CN202211450947.3

    申请日:2022-11-18

    Abstract: 本发明提供一种基于元学习采样分布调整的图像小样本分类方法及系统,包括:获取图像小样本分类用的图像数据集;将图像分类任务空间上的分类任务映射到特征空间上,得到不同分类任务的向量表示;对于某一分类任务,根据分类任务的向量表示和当前采样分布权重网络的模型参数,得到该分类任务相较于所述图像分类任务空间上的其他任务的权重;采用基于梯度的元学习方法,基于元目标与梯度方差,对元模型以及采样分布权重网络的参数进行更新,更新得到的元模型作为预训练模型;采用预训练模型进行分类。本发明能够通过动态调整任务采样分布与减小更新方差的方法改善模型泛化能力,降低实际应用时图像小样本分类的准确度的问题。

    基于分片的360度视频流编码方法及其优化方法和系统

    公开(公告)号:CN117956165A

    公开(公告)日:2024-04-30

    申请号:CN202211365606.6

    申请日:2022-10-31

    Abstract: 本发明提供了一种基于分片的360度视频流编码方法及其优化方法和系统,通过选择最佳的编码参数:分片高度、分片宽度和量化步长,在给定的传输带宽下,最小化用户视窗显示的视频失真,从而达到传输效率和编码效率的折衷。具体地,通过估计传输覆盖用户视窗所需的平均像素数来量化传输效率,利用经过训练的基于CNN的预测器,根据视频内容特征预测编码效率,表示为编码一个像素所需的比特数。然后,提出了一个基于分片编码的率失真优化问题,通过减少可行的编码参数集的方法有效地解决这个问题,得到最优编码参数。仿真结果表明,提出的最优分片编码在率失真行为方面优于固定分片和最先进的自适应分片方法。

Patent Agency Ranking