摘要
本发明公开基于特征解耦的小样本图像分类方法、设备及存储介质,涉及图像处理技术领域,解决现有小样本学习方法对标签信息的提取能力有限的技术问题;本发明包括对图像数据进行预处理并分为支持集和查询集,输入到特征解耦网络中进行特征提取;将支持集图像输入到语义卷积编码器中进行特征提取处理后得到潜在的语义信息;将支持集图像和查询集图像输入到标签卷积编码器中得到潜在的标签信息;通过图神经网络进行标签传播,实现对查询集标签的预测,计算分类损失;进行图像重建,基于重建图像与原图像计算重建损失;整合总损失对特征解耦网络进行优化确定网络参数;本发明实现使标签信息与语义信息解耦,以强化对图像标签信息的提取。
技术关键词
图像分类方法
卷积编码器
图像重建
语义信息处理
图像分类设备
网络
解码器
样本学习方法
标签传播算法
可读存储介质
图像处理技术
参数
计算机
数据
训练集
系统为您推荐了相关专利信息
生成对抗网络模型
代表
真实图像数据
重构
随机噪声
超分辨率重建图像
超分辨率图像重建方法
超分辨率模型
噪声图像
高层语义特征
图像修复方法
残差结构
编码器
注意力机制
感知特征