CN111966851A - 基于少量样本的图像识别方法和系统 - Google Patents

Abstract

本公开的实施例公开了基于少量样本的图像识别方法和系统。该方法的一具体实施方式包括：获取图像集合；对图像集合进行特征提取，得到图像特征集合；根据至少一个基础类别特征，确定每一类支撑样本特征和查询样本特征的相似度；根据相似度对图像集合进行分类，得到分类结果；控制具有显示功能的终端设备将分类结果进行显示。实现了更加精准的图像分类，使显示的分类结果更加吸引用户，增加网络流量。

Description

基于少量样本的图像识别方法和系统

技术领域

本公开的实施例涉及计算机技术领域，具体涉及基于少量样本的图像识别方法和系统。

背景技术

图像分类，根据各自在图像信息中所反映的不同特征，把不同类别的目标区分开来的图像处理方法。它利用计算机对图像进行定量分析，把图像或图像中的每个像元或区域划归为若干个类别中的某一种，以代替人的视觉判读。

相关的方法中大多效果较差，使用户看的的分类结果难以吸引用户，无法增加网络流量。

发明内容

本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本公开的一些实施例提出了基于少量样本的图像识别方法和系统，来解决以上背景技术部分提到的技术问题。

第一方面，本公开的一些实施例提供了一种基于少量样本的图像识别方法，该方法包括：获取图像集合，其中，上述图像集合包括至少一类支撑样本和查询样本；对上述图像集合进行特征提取，得到图像特征集合，其中，上述图像特征集合包括至少一类支撑样本特征和查询样本特征；根据上述至少一个基础类别特征，确定每一类支撑样本特征和上述查询样本特征的相似度；根据上述相似度对上述图像集合进行分类，得到分类结果；控制具有显示功能的终端设备将上述分类结果进行显示。

第二方面，本公开的一些实施例提供了一种基于少量样本的图像识别系统，系统包括：获取单元，被配置成获取图像集合，其中，上述图像集合包括至少一类支撑样本和查询样本；提取单元，被配置成对上述图像集合进行特征提取，得到图像特征集合，其中，上述图像特征集合包括至少一类支撑样本特征和查询样本特征；确定单元，被配置成根据上述至少一个基础类别特征，确定每一类支撑样本特征和上述查询样本特征的相似度；分类单元，被配置成根据上述相似度对上述图像集合进行分类，得到分类结果；控制单元，被配置成控制具有显示功能的终端设备将上述分类结果进行显示。

本公开的上述各个实施例中的一个实施例具有如下有益效果：通过对上述图像集合进行特征提取得到图像特征集合，而后根据至少一个基础类别特征，确定每一类支撑样本特征和上述查询样本特征的相似度，进而根据相似度对图像集合进行分类，最后控制具有显示功能的终端设备将上述分类结果进行显示。实现了更加精准的图像分类，使显示的分类结果更加吸引用户，增加网络流量。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。

图1是根据本公开一些实施例的基于少量样本的图像识别方法的一个应用场景的示意图；

图2是根据本公开的基于少量样本的图像识别方法的一些实施例的流程图；

图3是根据本公开的基于少量样本的图像识别系统的一些实施例的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

下面将参考附图并结合实施例来详细说明本公开。

图1是根据本公开一些实施例的基于少量样本的图像识别方法的一个应用场景的示意图。

如图1所示，首先，服务器101可以获取图像集合102。之后，服务器101可以对图像集合进行特征提取得到由第1类支撑样本特征103、第2类支撑样本特征104和查询样本特征105组成的图像特征集合。

下一步，服务器101可以根据第1基础类别特征1031和第2基础类别特征1041，确定查询样本特征和第1类支撑样本特征相似度106；查询样本特征和第2类支撑样本特征相似度107。具体的，上述基础类别特征通常是指某一类图像的特征。作为示例，上述基础类别特征可以通过对某一类图像进行特征提取得到。

再根据查询样本特征和第1类支撑样本特征相似度106和查询样本特征和第2类支撑样本特征相似度107对图像集合进行分类，得到分类结果108。最后，服务器101可以控制具有显示功能的终端设备将上述分类结果进行显示。

可以理解的是，基于少量样本的图像识别方法可以是由终端设备来执行，或者也可以是由服务器101来执行，上述方法的执行主体还可以包括上述终端设备与上述服务器101通过网络相集成所构成的设备，或者还可以是各种软件程序来执行。其中，终端设备可以是具有信息处理能力的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。执行主体也可以体现为服务器101、软件等。当执行主体为软件时，可以安装在上述所列举的电子设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。

应该理解，图1中的服务器数目仅仅是示意性的。根据实现需要，可以具有任意数目的服务器。

继续参考图2，示出了根据本公开的基于少量样本的图像识别方法的一些实施例的流程200。该基于少量样本的图像识别方法，包括以下步骤：

步骤201，获取图像集合。

在一些实施例中，基于少量样本的图像识别方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式获取图像集合，其中，上述图像集合包括至少一类支撑样本和查询样本。具体的，上述支撑样本通常是指已分类的图像。上述查询样本通常是指未分类的图像。

步骤202，对上述图像集合进行特征提取，得到图像特征集合。

在一些实施例中，基于步骤201中得到的图像集合，上述执行主体(例如图1所示的服务器)可以对上述图像集合进行特征提取，得到图像特征集合，上述图像特征集合包括至少一类支撑样本特征和查询样本特征。在这里，上述执行主体可以通过多种方式对图像进行特征提取。作为示例，可以通过方向梯度直方图方法(Histogram of OrientedGradient,HOG)提取特征。具体的，上述特征可以是文本、向量或图片等。

在一些实施例的一些可选的实现方式中，上述执行主体可以利用预先训练的特征提取模型对上述图像集合中的图像进行特征提取，得到图像特征集合。在这里，上述特征提取模型通常用于表征图像和图像特征的对应关系。作为示例，上述特征提取模型可以是卷积神经网络。

在一些实施例的一些可选的实现方式中，上述特征提取模型是利用以下损失函数对初始模型进行优化得到的：

其中，

表示损失值。当上述损失值达到预设阈值，则确定上述初始模型训练完成，将上述初始模型作为特征提取模型。t表示预先设定的温度参数。在这里，上述温度参数通常是指在损失函数的计算过程中，对逻辑回归函数之前的原始分类概率相乘的一个常数。

表示样本中的基础类别的类别数量。b表示全连接层的偏差向量；b_y表示上述全连接层的偏差向量b中第y个元素，y表示当前样本的类别；b_j表示上述全连接层的偏差向量b中第j个元素；r表示特征图中向量的数量。f^(i)T表示样本中第y类型中某个样本图像特征图的第i个位置的特征向量的转置。p^(j)表示特征提取模型之后的全连接层参数矩阵P中的类别j对应的参数向量。p^(y)表示特征提取器之后的全连接层参数矩阵P中的类别y对应的参数向量。具体的，上述初始模型通常为卷积神经网络连接全连接层组成，当上述卷积神经网络训练完成，将连接的全连接层丢弃，将上述训练完成的卷积神经网络作为特征提取模型。

步骤203，根据上述至少一个基础类别特征，确定每一类支撑样本特征和上述查询样本特征的相似度。

在一些实施例中，上述执行主体可以根据至少一个基础类别特征确定每一类支撑样本特征和查询样本特征的相似度。作为示例，上述执行主体可以确定每一类支撑样本特征和每个基础类别特征的第一相似度，之后，上述执行主体可以确定查询样本特征和每个基础类别特征的第二相似度，再确定每一类支撑样本特征和查询样本特征的第三相似度，并将上述第一相似度、第二相似度和第三相似度通过加权平均等方式确定出上述每一类支撑样本特征和查询样本特征的相似度。

在一些实施例的一些可选的实现方式中，上述基础类别特征是根据以下步骤得到的：获取训练样本集，其中，上述训练样本集包括至少一类训练样本图像，上述训练样本集中的每一类训练样本图像包括至少一个训练样本图像。利用上述特征提取模型对上述训练样本集中的每个训练样本图像进行特征提取，得到每个训练样本图像对应的特征。对每一类训练样本图像中的每个特征进行全局平均池化和取均值压缩的操作，得到至少一个基础类别特征。具体的，上述取均值压缩可以通过对上述特征取均值后通过特征缩放(featurescaling)的方式完成。

在一些实施例的一些可选的实现方式中，上述执行主体可以根据以下公式确定上述支撑样本特征和上述查询样本特征的相似度：

其中，ψ⁽ⁿ⁾表示第n类支撑样本特征和上述查询样本特征的相似度。α表示预先设定的相关参数。φ⁽ⁿ⁾表示第n类支撑样本特征和上述查询样本特征的直接相似度，通过以下公式确定：φ⁽ⁿ⁾＝cos(q，s⁽ⁿ⁾)，其中，cos()表示上述第n类支撑样本特征和上述查询样本特征的余弦相似度。q表示查询样本特征。s⁽ⁿ⁾表示第n类支撑样本特征。

表示第n类支撑样本特征和上述查询样本特征的间接相似度，通过以下公式确定：

其中，σ(，)表示度量两个分布的相似度函数。作为示例，上述相似度函数可以是余弦相似度或者负的欧氏距离等。ρ_query表示上述查询样本特征在上述至少一个基础类别特征中的相似度分布。

表示上述第n类支撑样本特征在至少一个基础类别特征上的相似度分布。

具体的，上述查询样本特征在上述至少一个基础类别特征中的相似度分布可以通过以下公式确定：

ρ_query＝σ′(q，B)，其中，σ′表示度量向量和矩阵各列的相似度函数。作为示例，上述相似度函数可以是余弦相似度或负的欧氏距离等。B表示各个基础类别特征的特征向量组成的矩阵。

具体的，上述第n类支撑样本特征在至少一个基础类别特征上的相似度分布可以通过以下公式确定：

其中，σ′表示度量向量和矩阵各列的相似度函数。作为示例，上述相似度函数可以是余弦相似度或负的欧氏距离等。B表示各个基础类别特征的特征向量组成的矩阵。

步骤204，根据上述相似度对上述图像集合进行分类，得到分类结果。

在一些实施例中，上述执行主体可以将查询样本进行分类，得到分类结果。作为示例，可以将查询样本分类到支撑样本特征和上述查询样本特征相似度最高的类型中，得到分类结果。

步骤205，控制具有显示功能的终端设备将上述分类结果进行显示。

在一些实施例中，上述执行主体可以控制具有显示功能的终端设备将上述分类结果进行显示。

本公开的一些实施例提供的方法实现了更加精准的图像分类，使显示的分类结果更加吸引用户，增加网络流量。

进一步参考图3，作为对上述各图所示方法的实现，本公开提供了一种基于少量样本的图像识别系统的一些实施例，这些系统实施例与图2所示的那些方法实施例相对应，该系统具体可以应用于各种电子设备中。

如图3所示，一些实施例的基于少量样本的图像识别系统300包括：获取单元301被配置成获取图像集合，其中，上述图像集合包括至少一类支撑样本和查询样本；提取单元302被配置成对上述图像集合进行特征提取，得到图像特征集合，其中，上述图像特征集合包括上述至少一类支撑样本特征和查询样本特征；确定单元303被配置成根据至少一个基础类别特征，确定每一类支撑样本特征和上述查询样本特征的相似度；分类单元304被配置成根据上述相似度对上述图像集合进行分类，得到分类结果；而控制单元305被配置成控制具有显示功能的终端设备将上述分类结果进行显示。

在一些实施例的可选实现方式中，提取单元302被进一步的配置成：利用预先训练的特征提取模型对上述图像集合中的图像进行特征提取，得到图像特征集合。

在一些实施例的可选实现方式中，上述特征提取模型是利用以下损失函数对初始模型进行优化得到的：

其中，

表示损失值；t表示预先设定的温度参数；

表示基础类别的类别数量；b表示全连接层的偏差向量；b_y表示上述全连接层的偏差向量b中第y个元素，y表示当前样本的类别；b_j表示上述全连接层的偏差向量b中第j个元素；r表示特征图中向量的数量；f^(i)T表示样本中第y类型中某个样本图像的特征图的第i个位置的特征向量的转置；p^(j)表示特征提取器之后的全连接层参数矩阵P中的类别j对应的参数向量；p^(y)表示特征提取器之后的全连接层参数矩阵P中的类别y对应的参数向量。

在一些实施例的可选实现方式中，上述基础类别特征是根据以下步骤得到的：获取训练样本集，其中，上述训练样本集包括至少一类训练样本图像，上述训练样本集中的每一类训练样本图像包括至少一个训练样本图像；利用上述特征提取模型对上述训练样本集中的每个训练样本图像进行特征提取，得到每个训练样本图像对应的特征；对每一类训练样本图像中的每个特征进行全局平均池化和取均值压缩的操作，得到至少一个基础类别特征。

在一些实施例的可选实现方式中，确定单元303被进一步的配置成：根据以下公式确定上述支撑样本特征和上述查询样本特征的相似度：

其中，ψ⁽ⁿ⁾表示第n类支撑样本特征和上述查询样本特征的相似度；α表示预先设定的相关参数；φ⁽ⁿ⁾表示第n类支撑样本特征和上述查询样本特征的直接相似度，通过以下公式确定：φ⁽ⁿ⁾＝cos(q，s⁽ⁿ⁾)，其中，cos()表示上述第n类支撑样本特征和上述查询样本特征的余弦相似度；q表示查询样本特征；s⁽ⁿ⁾表示第n类支撑样本特征；

表示第n类支撑样本特征和上述查询样本特征的间接相似度，通过以下公式确定：

其中，σ(，)表示度量两个分布的相似度函数；ρ_query表示上述查询样本特征在上述至少一个基础类别特征中的相似度分布；

表示上述第n类支撑样本特征在至少一个基础类别特征上的相似度分布。

可以理解的是，该系统300中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于系统300及其中包含的单元，在此不再赘述。

需要说明的是，本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取图像集合，其中，上述图像集合包括至少一类支撑样本和查询样本；对上述图像集合进行特征提取，得到图像特征集合，其中，上述图像特征集合包括至少一类支撑样本特征和查询样本特征；根据至少一个基础类别特征，确定每一类支撑样本特征和上述查询样本特征的相似度；根据上述相似度对上述图像集合进行分类，得到分类结果；控制具有显示功能的终端设备将上述分类结果进行显示。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、提取单元、确定单元、分类单元和控制单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取图像集合的单元”。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (6)

1.一种基于少量样本的图像识别方法，包括：

获取图像集合，其中，所述图像集合包括至少一类支撑样本和查询样本；

对所述图像集合进行特征提取，得到图像特征集合，其中，所述图像特征集合包括至少一类支撑样本特征和查询样本特征；

根据至少一个基础类别特征，确定每一类支撑样本特征和所述查询样本特征的相似度；

根据所述相似度对所述图像集合进行分类，得到分类结果；

控制具有显示功能的终端设备将所述分类结果进行显示。

2.根据权利要求1所述的方法，其中，所述对所述图像集合进行特征提取，包括：

利用预先训练的特征提取模型对所述图像集合中的图像进行特征提取，得到图像特征集合。

3.根据权利要求2所述的方法，其中，所述特征提取模型是利用以下损失函数对初始模型进行优化得到的：

其中，

表示损失值；

t表示预先设定的温度参数；

表示基础类别的类别数量；

b表示全连接层的偏差向量；

b_y表示所述全连接层的偏差向量b中第y个元素，y表示当前样本的类别；

b_j表示所述全连接层的偏差向量b中第j个元素；

r表示特征图中向量的数量；

表示样本中第y类型中某个样本图像的特征图的第i个位置的特征向量的转置；

p^(j)表示特征提取器之后的全连接层参数矩阵P中的类别j对应的参数向量；

表示特征提取器之后的全连接层参数矩阵P中的类别y对应的参数向量。

4.根据权利要求3所述的方法，其中，所述基础类别特征是根据以下步骤得到的：

获取训练样本集，其中，所述训练样本集包括至少一类训练样本图像，所述训练样本集中的每一类训练样本图像包括至少一个训练样本图像；

利用所述特征提取模型对所述训练样本集中的每个训练样本图像进行特征提取，得到每个训练样本图像对应的特征；

对每一类训练样本图像中的每个特征进行全局平均池化和取均值压缩的操作，得到至少一个基础类别特征。

5.根据权利要求4所述的方法，其中，所述根据所述基础类别特征，确定所述支撑样本特征和所述查询样本特征的相似度，包括：

根据以下公式确定所述支撑样本特征和所述查询样本特征的相似度：

其中，ψ⁽ⁿ⁾表示第n类支撑样本特征和所述查询样本特征的相似度；

α表示预先设定的相关参数；

φ⁽ⁿ⁾表示第n类支撑样本特征和所述查询样本特征的直接相似度，通过以下公式确定：

φ⁽ⁿ⁾＝cos(q，s⁽ⁿ⁾)，

其中，cos()表示所述第n类支撑样本特征和所述查询样本特征的余弦相似度；

q表示查询样本特征；

s⁽ⁿ⁾表示第n类支撑样本特征；

表示第n类支撑样本特征和所述查询样本特征的间接相似度，通过以下公式确定：

其中，σ(，)表示度量两个分布的相似度函数；

ρ_query表示所述查询样本特征在所述至少一个基础类别特征上的相似度分布；

表示所述第n类支撑样本特征在至少一个基础类别特征上的相似度分布。

6.一种基于少量样本的图像识别系统，包括：

获取单元，被配置成获取图像集合，其中，所述图像集合包括至少一类支撑样本和查询样本；

提取单元，被配置成对所述图像集合进行特征提取，得到图像特征集合，其中，所述图像特征集合包括至少一类支撑样本特征和查询样本特征；

确定单元，被配置成根据至少一个基础类别特征，确定每一类支撑样本特征和所述查询样本特征的相似度；

分类单元，被配置成根据所述相似度对所述图像集合进行分类，得到分类结果；

控制单元，被配置成控制具有显示功能的终端设备将所述分类结果进行显示。

Images