基于深度度量网络的Few-shot图像分类方法研究

作     者：燕锦涛 

作者单位：兰州理工大学 

学位级别：硕士

导师姓名：李晓旭

授予年度：2022年

学科分类：08[工学] 081104[工学-模式识别与智能系统] 080203[工学-机械设计及理论] 0802[工学-机械工程] 0811[工学-控制科学与工程] 

主      题：Few-shot学习 深度度量学习 图像分类 关系网络 原型网络 

摘      要：图像分类是计算机视觉领域中一个基础且重要的任务,现有的深度学习方法能有效提取图像的抽象特征,所以基于深度学习的大样本图像分类方法在样本量充足的条件下分类效果十分显著。但是小样本图像分类中每个任务只包含少量被标记的样本,导致大样本图像分类方法无法适用于小样本图像分类。现有的小样本学习(Few-shot Learning)通过深度度量学习、数据增强和迁移学习等方法来缓解样本量不足的影响,其中深度度量学习简单且有效,在很多Few-shot图像分类任务中取得了优异的性能。但是目前基于深度度量学习的方法仍然存在度量偏差、对带有噪声图像的分类效果较差以及同类特征不聚合的问题。针对上述问题,本文研究了基于深度度量学习的Few-shot图像分类方法,并完成了以下三个工作:1.提出了一种面向Few-shot图像分类的双向度量网络(FEAT-DS)。现有的Few-shot图像分类方法只考虑了查询样本到类原型的距离,并未考虑类原型到查询样本的距离,这就使得模型产生较大的度量偏差。基于此,本文设计了一种新的面向Few-shot图像分类的双向度量网络。具体的,在Few-shot自适应嵌入转换器的基础上,通过计算查询样本和类原型之间的相互距离,构建了双向度量计算方法,从而缓解了计算中存在的度量偏差问题。仿真实验结果表明,在不增加任何计算成本的情况下,该方法可以更精确地计算查询样本和类原型之间的距离,从而更准确地识别查询样本类别。2.提出了一种面向Few-shot图像分类的抗噪声关系网络(AN-RN)。现有的Few-shot图像分类方法过多地关注对干净图像的分类精度,却忽略了对带有噪声图像的分类精度。基于此,本文在关系网络的基础上,提出了一种新的抗噪声关系网络。具体的,通过自动编码器对样本进行重构,缓解图像噪声对模型的影响,并构建了抗噪声关系网络损失函数,增强了模型的鲁棒性。仿真实验结果表明,该方法在图像无噪声和有噪声的情况下都获得了较好的性能,并且相比于关系网络,随着噪声强度的增加,该方法的优势更加明显。3.提出了一种面向Few-shot图像分类的近邻度量原型网络(NN-Proto Net)。现有的大部分Few-shot图像分类方法只考虑查询样本和支持样本之间的距离,并没有约束支持集中同类样本之间的距离,这就导致样本特征之间比较分散。基于此,本文提出了一种新的Few-shot图像分类方法近邻度量原型网络。具体的,在计算每个类别的原型之后,通过近邻成分分析进一步聚合支持集中同类样本之间的特征,使得同一类别的图像特征距离更近,不同类别的图像特征距离更远。仿真实验结果表明,在多个Few-shot数据集中,NN-Proto Net对查询图像的分类精度优于对比的Few-shot图像分类方法。