-
公开(公告)号：CN110245683A
公开(公告)日：2019-09-17
申请号：CN201910394582.9
申请日：2019-05-13
Applicant: 华中科技大学
Abstract: 本发明公开了一种少样本目标识别的残差关系网络构建方法及应用，包括：获取原始图像集，并将原始图像集中每张原始图像转换为多张不同分辨率的预处理图像；构建残差关系网络结构，包括特征扩展模块，用于基于每张预处理图像对应的原始图像的分辨率及该张预处理图像的分辨率，将预处理图像对应的低分辨率图像特征图扩展为高分辨率图像特征图；基于所有预处理图像，采用多类回归损失函数，训练残差关系网络结构。本发明将用于训练关系网络的训练集中的图像先进行分辨率转换，且引入特征扩展模块，能够有效适应少量且分辨率不同的图像样本集进行目标识别的实际情况，提高了少样本目标识别算法的泛化能力，降低了对图像样本分辨率的敏感性。
-
公开(公告)号：CN110245683B
公开(公告)日：2021-07-27
申请号：CN201910394582.9
申请日：2019-05-13
Applicant: 华中科技大学
Abstract: 本发明公开了一种少样本目标识别的残差关系网络构建方法及应用，包括：获取原始图像集，并将原始图像集中每张原始图像转换为多张不同分辨率的预处理图像；构建残差关系网络结构，包括特征扩展模块，用于基于每张预处理图像对应的原始图像的分辨率及该张预处理图像的分辨率，将预处理图像对应的低分辨率图像特征图扩展为高分辨率图像特征图；基于所有预处理图像，采用多类回归损失函数，训练残差关系网络结构。本发明将用于训练关系网络的训练集中的图像先进行分辨率转换，且引入特征扩展模块，能够有效适应少量且分辨率不同的图像样本集进行目标识别的实际情况，提高了少样本目标识别算法的泛化能力，降低了对图像样本分辨率的敏感性。
-
Search Results
2
records
(took 0.016 seconds)
