面向无人机小样本目标识别的元学习方法研究

• 作者: 吴立珍 李宏男 牛轶峰 王菖
• 来源期刊: 无人系统技术
• 学科: 工学
• 关键词: 小样本学习 目标检测 图像识别 元学习 迁移学习 无人机目标识别
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 技术研究
• 页码范围: 17-22
• 页数: 6页
• 分类号: TP181
• 字数: 4699字
• 语种: 中文

摘要

深度学习在基于图像检测和识别的问题上取得了显著的成果,然而该方法通常需要大量标记的样本进行大规模的预先训练,因而难以解决样本量不足条件下的场景感知和认知问题.以无人机识别地面目标为背景,提出一种基于小样本训练的学习框架.首先将元学习与迁移学习相结合,通过预训练和元学习等步骤,有效减少了解决未知新任务所需的训练样本量和迭代次数.并在公共数据集(Omniglot)对该算法进行验证,得到了良好的识别结果.最后对无人机拍摄的图像数据集进行小规模样本的识别模型定义,在算法经过学习后能够输出较为准确的样本识别和分类,从而验证了该算法的有效性和先进性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牛轶峰	国防科技大学智能科学学院	19	421	10.0	19.0
2	王菖	国防科技大学智能科学学院	2	1	1.0	1.0
3	吴立珍	国防科技大学智能科学学院	2	0	0.0	0.0
4	李宏男	国防科技大学智能科学学院	1	0	0.0	0.0