公开(公告)号：CN117058452A

公开(公告)日：2023-11-14

申请号：CN202311021750.2

申请日：2023-08-15

Applicant: 南昌大学

Inventor： 闵卫东 ,  杜伟 ,  熊若男 ,  胡晓平

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/40 ,  G06V10/20 ,  G06V10/74

Abstract: 本发明提供了一种基于特征分布拟合和深度学习的小样本图像分类方法，该方法综合方向驱动策略和相似性权重策略，提出一种全新的基于特征分布拟合机制的小样本图像分类网络。其中，方向驱动策略可以在更多方向(维度)上描述和获取更完整的特征分布的信息；相似性权重策略可以估计不同的类别在特征分布拟合过程中产生的不同程度的影响，并为其分配相应的权重。该方法可以近似估计出小样本类的真实特征分布，并以此生成无数量限制的训练样本，以避免模型过拟合。

公开(公告)号：CN117391928A

公开(公告)日：2024-01-12

申请号：CN202311050476.1

申请日：2023-08-21

Applicant: 南昌大学

Inventor： 闵卫东 ,  胡晓平 ,  杜伟 ,  叶芳华

IPC: G06T3/04 ,  G06V40/16 ,  G06V10/44 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/048 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明提供了一种基于注意力跳跃连接的人脸属性编辑方法，基于对称的编码器解码器架构，在编码器和解码器利用卷积神经网络提取图像特征的过程中引入自注意力机制，有利于模型获取长距离依赖关系，进一步提升模型的属性解耦能力。此外在基于编码器解码器的架构上引入了跳跃连接，让解码器进行上采样时利用编码器传递过来的细节信息进行补充，并在跳跃连接中引入了信息过滤模块，在注意力机制的引导下选择性地丢弃与目标属性有关的信息，只保留与目标属性无关的信息，从而提升图像生成质量并且不会对编辑能力造成负面影响。