[发明专利]用于小样本图像识别的样本抽取、扩充方法及存储介质

说明书

用于小样本图像识别的样本抽取、扩充方法及存储介质，属于图像处理技术领域。为了解决针对于小样本图像识别过程中采用生成新样本的方式中存在的可能导致的生成错误样本的问题。本发明首先提出了一种基于特征重构的样本抽取方法来解决小样本数据集特征缺失的问题，从数据特征的角度实现了大样本数据集中抽取出一个典型小样本数据集。该方法将大样本数据的质心作为抽取度量的标准，使得抽取出的典型小样本数据集具有更全面的特征，效果更稳定。本发明还提出了基于变形信息的样本扩充方法，利用最优划分中同类异簇的数据间变形信息实现了将抽取出的典型小样本数据集扩充成新的大样本数据集。主要用于小样本图像识别的样本抽取及扩充。

技术领域

本发明涉及图像样本抽取和扩充方法以及存储介质。属于图像处理技术领域。

背景技术

神经网络往往需要大量的数据来完成有效的训练。在低数据区，网络的训练效果和泛化能力会表现不佳。

为了保证网络的识别效果，目前基本都是采用基于数据扩充的小样本学习方法，在数据扩充的大多是利用生成对抗的思想生成数据或直接使用相似数据集间的差异信息实现数据增强。但是这种方式没有考虑扩充前小样本数据集特征是否完整的问题，会导致扩充后的数据依然缺失重要的特征。也没有考察差异信息使用是否合理的问题，如果将无关的差异信息使用在小样本数据上，进而生成新的样本，会导致生成错误的样本。再利用新生成的错误的样本进行训练会影响网络的训练效果，不仅不能提高识别效果，甚至可能导致识别效果变差。

发明内容

本发明是为了解决针对于小样本图像识别过程中采用生成新样本的方式中存在的可能导致的生成错误样本的问题，进而影响训练效果。

一种用于小样本图像识别的样本抽取方法，包括以下步骤：

S1、计算出图像大样本数据集的各类别中心支持点C_k；

S2、从样本特征的角度对同类样本数据划分为动态数量的簇，并根据每种划分情况先计算出各簇的质心；

根据各簇的质心计算出在该种划分情况下该类别新的中心点；并通过计算同簇误差和质心误差之和作为该类别在该种划分情况的总误差；选出最小误差的情况作为该类别的最优划分方式；

S3、从最优划分的各簇中按照其样本分布均匀定量的抽取出样本，作为特征重构的小样本数据集。

进一步地，计算出图像大样本数据集的各类别中心支持点C_k的过程包括以下步骤：

针对于图像大样本数据集，计算出大样本数据集中每个类别的中所有特征向量的平均向量，将其作为该类别的中心支持点C_k：

S_k表示第K个类别的样本集，|S_k|表示第K个类别的样本集中样本的数量；x_i表示属于S_k样本集的样本数据，y_i是样本x_i对应的标签；为嵌入函数。

进一步地，步骤S2包括以下步骤：

2.1、将大样本数据集中每个类别中样本的特征向量聚类成一个动态数量的簇，设有m个簇；

2.2、计算出各个新簇的质心C′_{k_m_n}，将该簇下的所有样本表示为X∈S_{k_m_}；C′_{k_m_n}表示将类别k的数据划分为m个簇后，第n簇的质心；S_{k_m_n}表示将类别k中的样本划分为m个簇后，第n个簇中的所有样本的集合；

2.3、通过各个新簇的质心C′_{k_m_n}计算出该类别在该种划分情况下的新质心C′_{k_m}；