公开(公告)号：CN116863237A

公开(公告)日：2023-10-10

申请号：CN202310888147.8

申请日：2023-07-19

Applicant: 兰州理工大学

Inventor： 武继杰 ,  胥骁麟 ,  薛少英 ,  王宪辉 ,  王湘阳 ,  张文斌 ,  曾俊瑀 ,  李晓旭

IPC: G06V10/764 ,  G06V10/44 ,  G06N3/048 ,  G06V10/74

Abstract: 本发明公开了一种基于类别相关特征重建的图像分类方法及装置，涉及图像分类技术领域。本发明采用特征重建的方式，首先通过支持特征过滤模块对无关特征和背景特征进行过滤，保留类别相关的关键性的特征，并使用这些关键的特征对同类的特征进行重建，使模型拥有对类别相关的关键特征提取的能力。通过构建一个类别相关的特征重建网络，来学习高辨识度的特征，从而提高小样本图像分类的能力，解决了目前的基于度量学习的小样本图像分类方法对样本特征进行直接的度量存在视觉特征不对齐、无关特征和背景特征干扰等问题，保证度量结果的准确性。