公开(公告)号：CN113592008A

公开(公告)日：2021-11-02

申请号：CN202110896070.X

申请日：2021-08-05

Applicant: 哈尔滨理工大学

Inventor： 孙广路 ,  陈明辉 ,  梁丽丽 ,  李天麟 ,  朱素霞

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请公开了一种基于自编码器的图神经网络机制解决小样本图像分类的系统、方法、设备及存储介质，属于计算机视觉技术领域。解决了现有技术中无法同时利用样本类内与类间分布情况的不足。本申请1)针对于基类数据集，依据重构损失最小化准则，训练一个自编码器，学习类内样本间的差异信息。2)将支持集的样本输入到自编码器中，为支持集生成更多的重构样本。3)将支持集的样本、重构样本和查询集样本一起训练出图神经网络，用来对查询集样本节点进行边标签的预测，进而预测节点所属的类别。本申请提高了小样本情况下模型的性能和泛化能力。

公开(公告)号：CN113592008B

公开(公告)日：2022-05-31

申请号：CN202110896070.X

申请日：2021-08-05

Applicant: 哈尔滨理工大学

Inventor： 孙广路 ,  陈明辉 ,  梁丽丽 ,  李天麟 ,  朱素霞

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请公开了一种基于自编码器的图神经网络机制解决小样本图像分类的系统、方法、设备及存储介质，属于计算机视觉技术领域。解决了现有技术中无法同时利用样本类内与类间分布情况的不足。本申请1)针对于基类数据集，依据重构损失最小化准则，训练一个自编码器，学习类内样本间的差异信息。2)将支持集的样本输入到自编码器中，为支持集生成更多的重构样本。3)将支持集的样本、重构样本和查询集样本一起训练出图神经网络，用来对查询集样本节点进行边标签的预测，进而预测节点所属的类别。本申请提高了小样本情况下模型的性能和泛化能力。

公开(公告)号：CN113610151B

公开(公告)日：2022-05-03

申请号：CN202110896795.9

申请日：2021-08-05

Applicant: 哈尔滨理工大学

Inventor： 孙广路 ,  陈明辉 ,  李天麟 ,  梁丽丽 ,  朱素霞

IPC: G06V10/764 ,  G06V10/774 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请公开了一种基于原型网络的自编码器网络机制解决小样本图像分类的系统、方法、设备及存储介质，属于计算机视觉技术领域。解决了现有技术中无法同时利用样本类内与类间分布情况的不足。本申请1)针对于输入的基类数据集，训练一个基于映射学习的原型网络和编码神经网络，学习出基类的类原型表征，并计算类内样本与类原型表征的距离。2)对于编码后得到的类内样本的相对分布信息，再与类原型表征一起训练出解码神经网络，用来针对于支持集样本与类原型表征的相对分布信息输出一定数量的重构样本。3)将重构样本与支持集样本一起训练一个分类器，以提高小样本图像分类的准确率。本申请提高了分类器的性能和泛化能力。

公开(公告)号：CN113610151A

公开(公告)日：2021-11-05

申请号：CN202110896795.9

申请日：2021-08-05

Applicant: 哈尔滨理工大学

Inventor： 孙广路 ,  陈明辉 ,  李天麟 ,  梁丽丽 ,  朱素霞

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请公开了一种基于原型网络的自编码器网络机制解决小样本图像分类的系统、方法、设备及存储介质，属于计算机视觉技术领域。解决了现有技术中无法同时利用样本类内与类间分布情况的不足。本申请1)针对于输入的基类数据集，训练一个基于映射学习的原型网络和编码神经网络，学习出基类的类原型表征，并计算类内样本与类原型表征的距离。2)对于编码后得到的类内样本的相对分布信息，再与类原型表征一起训练出解码神经网络，用来针对于支持集样本与类原型表征的相对分布信息输出一定数量的重构样本。3)将重构样本与支持集样本一起训练一个分类器，以提高小样本图像分类的准确率。本申请提高了分类器的性能和泛化能力。