-
公开(公告)号:CN116310652A
公开(公告)日:2023-06-23
申请号:CN202310321583.7
申请日:2023-03-29
Applicant: 北京临近空间飞行器系统工程研究所
Abstract: 本公开的基于强化学习的小样本图像处理方法及相关设备,通过将目标样本的基础类别和小样本目标类别进行特征匹配关联,得到特征匹配度得分;根据特征匹配度得分检测目标样本的基础类别中的小样本目标类别,得到小样本目标类别样本;提取小样本目标类别样本的视觉特征和语义特征,在小样本目标类别样本的视觉特征空间施加语义特征,得到小样本目标类别样样本的多模态信息;将小样本目标类别样样本的多模态信息入到小样本强化学习模型中,对小样本目标类别样样本的多模态信息进行总体环境估计得到小样本目标类别样样本,能够在强化学习的新范式下,结合小样本的可见类别到未见类别的知识迁移特征,实现在样本数目稀少的条件下准确预测样本标签的目标。
-
公开(公告)号:CN116386041A
公开(公告)日:2023-07-04
申请号:CN202310256350.3
申请日:2023-03-16
Applicant: 北京临近空间飞行器系统工程研究所
IPC: G06V20/70 , G06V10/46 , G06V10/762 , G06V10/82 , G06N3/0475
Abstract: 本公开的基于生成式对抗网络的图像数据扩增方法及装置,通过提取训练图像的底层语义特征,形成训练图像的视觉词汇;根据所述训练图像的目标场景内涵,及所述视觉词汇的内涵和外延标注所述目标场景的目标标注词;构建生成式对抗网络,利用所述训练图像、目标标注词、随机噪声训练所述生成式对抗网络,直到所述生成式对抗网络输出的图像数据满足需求,得到扩增图像数据。能够突破样本语义场景的转换瓶颈和解决多源信息的小样本图像分类识别问题,提升扩增图像数据的质量,提升人工智能算法的性能。
-