联合多分辨率表示和正交语义自编码器的小样本图像分类算法OA
小样本图像分类因其具有广泛的应用潜力而备受关注。在实际场景中,由于拍摄设备与拍摄距离的不同,所采集的同一目标图像的分辨率常常不同,如何对具有不同分辨率的图像进行有效分类是一项具有挑战性的工作。提出一种联合多分辨率表示与正交语义自编码器(joint multi-resolution representation and orthogonal semantic autoencoder,JMROSA)的小样本图像分类算法。利用正交语义自编码器将多分辨率数据映射至潜在空间,借助图像的语义信息建立潜在空间与语义空间之间的关联,增强对潜在空间的判别表达能力,通过一致性增强项提升不同分辨率数据编码的表征一致性,借助潜在空间的正交约束增强算法的鲁棒性。对纹理图像数据集KTH-TIPS与病毒图像数据集TEM virus的分类实验结果表明,JMROSA算法具有良好的分类性能,且有效性高。
申燕萍;韩少勇;顾苏杭;郇战
常州工业职业技术学院信息工程学院,江苏常州213164 常州大学计算机与人工智能学院,江苏常州213164常州大学计算机与人工智能学院,江苏常州213164 郑州银行博士后科研工作站,河南郑州450015常熟理工学院电气与自动化工程学院,江苏苏州215500常州大学计算机与人工智能学院,江苏常州213164
信息技术与安全科学
多分辨率语义自编码器正交约束图像分类
《浙江大学学报(理学版)》 2026 (5)
P.584-595,12
国家自然科学基金项目(62032005)江苏省高职院校教师专业带头人高端研修项目(2023GRFX004).
评论