公开(公告)号：CN116152554A

公开(公告)日：2023-05-23

申请号：CN202310058204.X

申请日：2023-01-16

Applicant: 复旦大学

Inventor： 陈静静 ,  卓林海 ,  姜育刚

IPC: G06V10/764 ,  G06V10/774 ,  G06F16/36 ,  G06V10/74 ,  G06V10/82 ,  G06V10/40 ,  G06N3/048 ,  G06N3/047 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明属于计算机技术领域，具体为基于知识引导的小样本图像识别系统。本发明系统包括基于知识引导的参数初始化模块以及小样本分类器训练模块。本发明先构建视觉以及语义知识图谱，之后通过参数初始化模块利用知识图谱将知识从预训练的分类器中迁移到小样本的数据集中，最终生成小样本分类器的初始化参数。之后小样本分类器训练模块利用得到的初始化参数初始化小样本分类器的参数，并在小样本数据集上训练得到小样本图像分类器，用于对小样本图像进行识别。本发明引入双流知识图谱能够提供更强的类别之间的联系，为小样本分类器提供更好的初始化参数，使分类器在样本较少的情况下快速收敛，从而提高分类器的分类性能。

公开(公告)号：CN115424035A

公开(公告)日：2022-12-02

申请号：CN202211036412.1

申请日：2022-08-28

Applicant: 复旦大学

Inventor： 陈静静 ,  卓林海 ,  傅宇倩 ,  姜育刚

IPC: G06V10/44 ,  G06N3/04 ,  G06N3/08 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明属于计算机技术领域，具体为基于目标引导动态Mixup的跨域小样本图像识别系统。本发明包括动态Mixup混合比例生成模块、Mixup‑3T图像分类模块以及双层meta‑learning训练模块；本发明先通过动态Mixup混合比例生成模块生成目标引导的Mixup混合比例，之后将Mixup混合比例以及待分类的图像输入Mixup‑3T图像分类模块进行分类；通过双层meta‑learning训练模块训练动态Mixup混合比例生成模块以及Mixup‑3T图像分类模块。本发明可以针对目标域以及当前模型生成最优的Mixup混合比例，并利用该混合比例提升跨域小样本图像分类的精确度。