公开(公告)号：CN116863239A

公开(公告)日：2023-10-10

申请号：CN202310888587.3

申请日：2023-07-19

Applicant: 兰州理工大学

Inventor： 武继杰 ,  张志敏 ,  丁硕 ,  王朗 ,  孙浩 ,  郭紫杰 ,  张文斌 ,  曾俊瑀 ,  李晓旭

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明公开了一种基于特征扩散模型的图像分类方法及装置，涉及图像分类技术领域。引入特征迁移和扩散模型的技术，将样本的深层卷积特征作为条件，深层特征在此基础上进行去噪，使得去噪后的特征与同类别样本的特征拥有较高的相似性。采用特征扩散的方式在基类数据下学习一个较好的特征提取器，提取高辨识度的视觉特征，生成更具判别性的特征，与此同时相比于原始的扩散模型算法，所需的数据量少，易于实现，且节省了大量的时间和计算资源成本。在测试阶段采用余弦距离衡量查询样本特征和去噪后的特征之间余弦相似性，进而对新类的查询样本进行分类，从而提升小样本图像分类的性能。