龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：西安电子科技大学;西安电子科技大学杭州研究院
申请日：2024-04-23
公开（公告）日：2024-06-25
公开（公告）号：CN118247610A
主分类号：G06V10/778
分类号：G06V10/778;G06V10/764;G06V10/82;G06V10/40;G06N3/0464;G06V20/10
优先权：
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：本发明提供基于聚合能量蒸馏的遥感图像增量学习方法及装置，涉及机器学习和人工智能技术领域。此方法包括：将预设遥感图像依次输入卷积神经网络模型、空间通道联合表示模块和卷积神经网络模型中，提取多个特征向量，来选择和保留区分原型特征，以在新任务学习时减少旧任务知识的遗忘。在将多个最终原型特征和记忆库的多个目标原型特征、预设原型特征输入到分类器中，输出特征的分类的增量学习中，实现新旧任务间有效的知识转移，使模型在新任务上的学习效率较高。采用自适应特征蒸馏损失函数使在新任务学习过程中，模型能稳定地传递旧任务的知识和适应新任务，提高模型在新任务上的泛化能力。在特征向量中筛选原型特征以存储，可减少存储成本。
主权项：1.一种基于聚合能量蒸馏的遥感图像增量学习方法，其特征在于，所述方法包括：步骤S1、获取预设遥感图像；步骤S2、将所述预设遥感图像依次输入到卷积神经网络模型、空间通道联合表示模块和所述卷积神经网络模型中，提取出多个特征向量，所述空间通道联合表示模块为对所述卷积神经网络模型输出的级联特征图，确定出对应的加权特征图并对所述加权特征图进行调整的模块，各特征向量包括多个元素；步骤S3、根据所述多个元素和特征向量的数量设置筛选条件，并根据所述筛选条件，在所述多个特征向量中筛选出多个预设原型特征；步骤S4、将所述多个预设原型特征存储到记忆库中；步骤S5、重复步骤S1到步骤S3，得到多个新的原型特征；步骤S6、根据自适应特征蒸馏损失函数，对所述记忆库中的所述多个预设原型特征和所述多个新的原型特征进行处理，得到多个目标原型特征，所述自适应特征蒸馏损失函数包括记忆损失、校正损失、蒸馏损失和交叉熵损失；步骤S7、把所述多个目标原型特征存储到所述记忆库中；步骤S8、重复S1到步骤S6，提取出多个最终原型特征；步骤S9、将所述多个最终原型特征和所述记忆库中的所述多个目标原型特征、所述多个预设原型特征输入到分类器中，输出特征的分类。
全文数据：
权利要求：
百度查询： 西安电子科技大学;西安电子科技大学杭州研究院 一种基于聚合能量蒸馏的遥感图像增量学习方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号