[发明专利]小样本学习处理方法、装置、设备及存储介质

权利要求书

1.一种小样本学习处理方法，其特征在于，包括：

提取询问样本的询问局部特征；

基于所述询问局部特征，获取所述询问样本的询问全局特征；

所述基于所述询问局部特征和所述询问全局特征，获取所述询问样本的询问交互特征，其中，所述询问交互特征由所述询问局部特征和所述询问全局特征交互形成；

通过所述询问交互特征和支撑样本集，确定所述询问样本的所属类别，其中，所述支撑样本集包括至少一个样本类别，每一个所述样本类别包括至少一个支撑样本。

2.根据权利要求1所述的小样本学习处理方法，其特征在于，所述提取询问样本的询问局部特征，包括：

提取所述询问样本的询问局部特征矩阵；

所述基于所述询问局部特征，获取所述询问样本的询问全局特征，包括：

获取所述询问局部特征矩阵包含的至少一个行向量；

分别将每一个所述行向量与预设的第一可学习参数相乘，得到至少一个加权行向量；

获取所述至少一个所述加权行向量的第一平均值；

将所述第一平均值与预设的第二可学习参数相乘，获得所述询问样本的所述询问全局特征矩阵。

3.根据权利要求2所述的小样本学习处理方法，其特征在于，所述基于所述询问局部特征和所述询问全局特征，获取所述询问样本的询问交互特征，包括：

将所述询问局部特征矩阵和所述询问全局特征矩阵叠加，获得所述询问样本的询问交互特征矩阵。

4.根据权利要求1所述的小样本学习处理方法，其特征在于，所述通过所述询问交互特征和支撑样本集，确定所述询问样本的所属类别，包括：

获取所述支撑样本集中每一个所述样本类别对应的类别交互特征；

根据所述询问交互特征和所述类别交互特征，分别计算所述询问样本与每一个所述样本类别的相似度；

根据至少一个所述相似度，确定所述询问样本的所述所属类别。

5.根据权利要求4所述的小样本学习处理方法，其特征在于，获得每一个所述类别交互特征的处理过程如下：

提取所述样本类别包含的每一个所述支撑样本的支撑局部特征；

计算所述样本类别对应的至少一个所述支撑局部特征的第二平均值；

基于所述样本类别内每一个所述支撑样本的所述支撑局部特征，分别获取所述样本类型包含的每一个所述支撑样本的支撑全局特征；

计算所述样本类别对应的至少一个所述支撑全局特征的第三平均值；

叠加所述第二平均值和所述第三平均值，获得所述样本类别对应的所述类别交互特征。

6.根据权利要求4所述的小样本学习处理方法，其特征在于，所述询问交互特征为询问交互特征矩阵，所述类别交互特征为类别交互特征矩阵；

所述根据所述询问交互特征和所述类别交互特征，分别计算所述询问样本与每一个所述样本类别的相似度，包括：

分别计算所述询问交互特征矩阵，与每一个所述样本类别对应的所述类别交互特征矩阵的交叉协方差矩阵；

基于每一个所述交叉协方差矩阵，分别计算所述询问样本与每一个所述样本类别的相似度。

7.根据权利要求1所述的小样本学习处理方法，其特征在于，所述询问样本包括图片样本或视频样本中的任意一种。

8.一种小样本学习处理装置，其特征在于，包括：

提取模块，用于提取询问样本的询问局部特征；

第一获取模块，用于基于所述局部特征，获取所述询问样本的询问全局特征；

第二获取模块，用于所述基于所述询问局部特征和所述询问全局特征，获取所述询问样本的询问交互特征，其中，所述询问交互特征由所述询问局部特征和所述询问全局特征交互形成；

类别确定模块，用于通过所述询问交互特征和支撑样本集，确定所述询问样本的所属类别，其中，所述支撑样本集包括至少一个样本类别，每一个所述样本类别包括至少一个支撑样本。