买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京大学申请的专利一种基于全局和局部特征增广的小样本图像分类方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116188900B 。

龙图腾网通过国家知识产权局官网在2026-05-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310036711.3，技术领域涉及：G06V10/774；该发明授权一种基于全局和局部特征增广的小样本图像分类方法是由李文斌;史博尧;霍静;高阳设计研发完成，并于2023-01-10向国家知识产权局提交的专利申请。

本一种基于全局和局部特征增广的小样本图像分类方法在说明书摘要公布了：本发明公开了一种基于全局和局部特征增广的小样本图像分类方法，包括：将图像数据集划分为训练集、验证集和测试集，测试集划分为支持集和查询集；将所有图像数据集分别进行预处理；对预处理后的训练集中的图像分别进行预训练，得到最优特征提取器；采用特征提取器提取支持集中每个图像的特征图，进行通道融合，得到支持集中图像样本的增广集S1；进行局部背景平滑，得到支持集中图像样本的增广集S2；采用特征提取器提取查询集中每个图像的特征图，根据其与支持集和增广集S1、S2中的图像特征的距离进行分类，获得预测标签。本发明在不引入过多参数情况下能够在一般小样本图像分类、细粒度小样本图像分类和多类图像分类上精度和效率更高。

本发明授权一种基于全局和局部特征增广的小样本图像分类方法在权利要求书中公布了：1.一种基于全局和局部特征增广的小样本图像分类方法，其特征在于，包括以下步骤： 将图像数据集划分为训练集、验证集和测试集，并把测试集进一步划分为支持集和查询集； 将获得的训练集、验证集和测试集中的图像按照需求的分辨率分别进行预处理； 对预处理后的训练集中的图像数据进行预训练：首先从训练集中随机多次抽取小批量图像数据，其次采用旋转变换创建图像的增强副本，利用增强后的图像数据训练得到多个特征提取器，然后使用旋转角度预测的辅助损失创建数据最佳的输出流形用来增强特征提取器的泛化能力，并采用语义正交学习框架的正交正则化方法，计算特征提取器提取到的训练集中图像数据的特征图中各个通道之间的相关性，与单位矩阵进行约束，并通过特征提取器在验证集上的结果评估，选择最优的特征提取器； 采用训练得到的最优特征提取器，提取支持集中每个图像的特征图，对每个图像的特征图都根据通道的权值来衡量其通道的重要性，并选择k个权值小的通道与其他图像特征进行全局感知的通道融合，作为支持集中图像样本的增广集； 采用训练得到的特征提取器，提取支持集中每个图像的特征图，对每个图像特征通过聚类的方法选出前景和背景的局部描述子的簇，并用背景簇中心进行局部感知的背景平滑，平滑后的图像特征作为支持集中图像样本的增广集； 采用训练得到的特征提取器，提取查询集中每个图像的特征图，然后根据其与支持集和增广集、中的图像特征的距离进行分类，获得预测标签。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京大学，其通讯地址为：210008 江苏省南京市鼓楼区汉口路22号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。