發(fā)布時(shí)間：2023-02-26 19:46

　　深度學(xué)習(xí)方法在計(jì)算機(jī)視覺(jué)各領(lǐng)域飛速發(fā)展,但是通常需要海量的標(biāo)注樣本對(duì)深度模型加以訓(xùn)練。在很多應(yīng)用場(chǎng)景下,獲取大量標(biāo)注數(shù)據(jù)成本高昂。所以,從少量訓(xùn)練樣本中學(xué)習(xí)并識(shí)別新類別的小樣本學(xué)習(xí)成為研究重點(diǎn)。目前基于度量學(xué)習(xí)的小樣本方法由于簡(jiǎn)單高效的特點(diǎn)被廣泛使用,其計(jì)算過(guò)程主要為構(gòu)建投影空間和相似度的計(jì)算。本文在度量學(xué)習(xí)的基礎(chǔ)上提出新的特征提取網(wǎng)絡(luò),并利用樣本間潛在的語(yǔ)義信息修正樣本特征在投影空間中的位置,提升了模型的性能。主要研究?jī)?nèi)容如下:1.針對(duì)目前小樣本學(xué)習(xí)模型中特征提取網(wǎng)絡(luò)較淺不能很好的表示樣本特征的問(wèn)題,提出雙向特征網(wǎng)絡(luò)。該網(wǎng)絡(luò)利用殘差結(jié)構(gòu)和雙向計(jì)算的方法構(gòu)建深層網(wǎng)絡(luò)模型,通過(guò)樣本多尺度信息構(gòu)建多投影空間,使得模型最終相似度的計(jì)算可以綜合樣本多尺度信息,減輕了網(wǎng)絡(luò)模型的更新難度,增強(qiáng)了網(wǎng)絡(luò)的性能。此外基于度量學(xué)習(xí)的模型僅考慮視覺(jué)相關(guān)性,缺失語(yǔ)義顯著性特征,在背景干擾等復(fù)雜場(chǎng)景下存在明顯弊端,針對(duì)該問(wèn)題提出語(yǔ)義依賴網(wǎng)絡(luò)。該網(wǎng)絡(luò)首先利用雙向特征網(wǎng)絡(luò)提取樣本的多尺度深層卷積特征,然后在模型的多投影空間中計(jì)算樣本對(duì)之間的語(yǔ)義信息,利用該信息讓同類樣本特征相近,不同類之間的特征表示遠(yuǎn)離,使模型學(xué)習(xí)...

【文章頁(yè)數(shù)】：57 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
abstract
第一章 緒論
    1.1 課題來(lái)源及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 研究?jī)?nèi)容及安排
第二章 小樣本學(xué)習(xí)理論
    2.1 引言
    2.2 小樣本學(xué)習(xí)問(wèn)題定義
    2.3 小樣本學(xué)習(xí)基本方法
        2.3.1 數(shù)據(jù)增強(qiáng)方法
        2.3.2 元學(xué)習(xí)方法
        2.3.3 度量學(xué)習(xí)方法
    2.4 小樣本學(xué)習(xí)數(shù)據(jù)集及評(píng)價(jià)標(biāo)準(zhǔn)
    2.5 本章小結(jié)
第三章 基于語(yǔ)義依賴的小樣本學(xué)習(xí)
    3.1 引言
    3.2 投影空間的構(gòu)建
        3.2.1 特征提取網(wǎng)絡(luò)的構(gòu)建
        3.2.2 語(yǔ)義提取網(wǎng)絡(luò)的構(gòu)建
    3.3 語(yǔ)義依賴網(wǎng)絡(luò)的構(gòu)建
        3.3.1 語(yǔ)義度量網(wǎng)絡(luò)的構(gòu)建
        3.3.2 網(wǎng)絡(luò)的整體架構(gòu)
    3.4 實(shí)驗(yàn)結(jié)果
        3.4.1 Omniglot數(shù)據(jù)集上的實(shí)驗(yàn)
        3.4.2 mini Image Net數(shù)據(jù)集上的實(shí)驗(yàn)
        3.4.3 Cifar100小樣本學(xué)習(xí)任務(wù)
    3.5 本章小結(jié)
第四章 語(yǔ)義匹配網(wǎng)絡(luò)小樣本學(xué)習(xí)
    4.1 引言
    4.2 語(yǔ)義匹配網(wǎng)絡(luò)
        4.2.1 匹配網(wǎng)絡(luò)的構(gòu)建
        4.2.2 語(yǔ)義匹配網(wǎng)絡(luò)整體架構(gòu)
    4.3 語(yǔ)義信息的可視化分析
        4.3.1 深度網(wǎng)絡(luò)視覺(jué)解釋
        4.3.2 匹配網(wǎng)絡(luò)語(yǔ)義分析
    4.4 實(shí)驗(yàn)結(jié)果
        4.4.1 Omniglot數(shù)據(jù)集上的實(shí)驗(yàn)
        4.4.2 mini Image Net數(shù)據(jù)集上的實(shí)驗(yàn)
        4.4.3 Cifar100小樣本學(xué)習(xí)任務(wù)
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間的學(xué)術(shù)活動(dòng)及成果情況



本文編號(hào)：3750781