买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:南京信息工程大学
摘要:本发明公开了一种小样本图像识别方法、系统及存储介质,识别方法包括:获取训练图像并进行预处理和中心化处理获得训练数据矩阵;引入剪切鲁棒范数作为距离度量准则构建ASB‑2DPCA优化模型;将训练数据矩阵输入ASB‑2DPCA优化模型获得投影矩阵,计算投影矩阵对训练图像的重构误差;循环迭代更新投影矩阵直至重构误差满足收敛条件,输出最优投影矩阵;获取待识别的检测目标图像,利用预设的最优投影矩阵对检测目标图像进行特征提取获得目标特征矩阵;通过分类器对目标特征矩阵进行识别获得目标识别结果;通过自适应地调整投影矩阵,能够在小样本图像中提取出更为准确和可靠的特征,从而显著提升了图像识别的性能。
主权项:1.一种小样本图像识别方法,其特征在于,包括:获取待识别的检测目标图像,利用预设的最优投影矩阵对检测目标图像进行特征提取获得目标特征矩阵;通过分类器对目标特征矩阵进行识别获得目标识别结果;最优投影矩阵的构建过程包括:获取训练图像并进行预处理和中心化处理获得训练数据矩阵;引入剪切鲁棒范数作为距离度量准则构建ASB-2DPCA优化模型;将训练数据矩阵输入ASB-2DPCA优化模型,通过剪切鲁棒范数计算训练数据矩阵的权重;根据权重与训练数据矩阵计算加权协方差矩阵;对加权协方差矩阵进行特征值分解,获取对应的特征值和特征向量;基于特征值筛选特征向量构建投影矩阵,计算投影矩阵对训练图像的重构误差;循环迭代更新投影矩阵直至重构误差满足收敛条件,输出最优投影矩阵。
全文数据:
权利要求:
百度查询: 南京信息工程大学 一种小样本图像识别方法、系统及存储介质
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。