公开(公告)号：CN119206298A

公开(公告)日：2024-12-27

申请号：CN202411140844.6

申请日：2024-08-19

Applicant: 鹏城实验室

Inventor： 牛骏 ,  周昭坤 ,  车凯威 ,  袁粒

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/96 ,  G06V10/44 ,  G06N3/049 ,  G06N3/045 ,  G06N3/0464

Abstract: 本申请实施例提供多任务图像分类方法、装置、设备和存储介质，涉及图像处理技术领域。该方法包括：利用任务编码器对样本图像序列进行脉冲特征提取得到任务编码向量。利用参数生成器基于任务编码向量得到模型调整参数，对基础网络中的基础脉冲神经模块进行参数调整得到调制基础网络，利用调制基础网络对样本图像序列进行特征映射得到样本嵌入向量，进而得到类原型向量。根据待处理图像序列与每个类原型向量的向量距离确定待处理图像序列的分类结果。仅需一个整体的图像分类模型即可实现对不同任务、不同模态图像数据的分类过程。由于每个样本图像序列的时间步长基本一致，训练耗时较小，训练开销降低，整体的分类性能和效率得到提高。

公开(公告)号：CN117636014A

公开(公告)日：2024-03-01

申请号：CN202311549911.5

申请日：2023-11-20

Applicant: 鹏城实验室

Inventor： 周昭坤 ,  袁粒 ,  车凯威 ,  方维 ,  田永鸿 ,  李鑫 ,  王耀威 ,  周晖晖 ,  朱跃生

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/09

Abstract: 本申请实施例提供图像分类方法、装置、设备和存储介质，涉及人工智能技术领域。该方法将目标图像转化成二维图像序列输入脉冲卷积采样模块，依次经过脉冲卷积处理单元进行脉冲转换得到脉冲特征向量；再将脉冲特征向量输入脉冲编码器进行脉冲编码，得到编码特征向量；最后将编码特征向量输入分类头进行图像分类，得到目标图像的目标分类结果。本申请实施例利用脉冲卷积处理单元对第一输入数据依次进行卷积操作、第一批归一化操作和第一脉冲叠加操作，不会降低空间分辨率以及感受野，能够捕捉较多的细节信息，避免信息丢失导致的特征模糊，从而提升后续脉冲编码和图像分类的精度，最终提升图像分类的准确率。