(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211360408.0 (22)申请日 2022.11.02 (71)申请人 华中科技大 学 地址 430074 湖北省武汉市洪山区珞喻路 1037号 (72)发明人 李德鹏　王天琦　曾志刚　 (74)专利代理 机构 华中科技大 学专利中心 42201 专利代理师 彭军芬 (51)Int.Cl. G06V 10/764(2022.01) G06V 10/82(2022.01) G06V 10/80(2022.01) (54)发明名称 一种再可塑性启发的连续图像分类方法与 系统 (57)摘要 本发明公开了一种再可塑性启发的连续图 像分类方法与系统， 属于图像分类技术领域。 方 法包括， 获取随机权神经网络在当前图像分类任 务上的输出权值， 并构造交叉熵损失函数； 对输 出权值添加无穷小更新量计算损失函数的变化， 通过度量输出权值的重要性得到再可塑性矩阵； 利用再可塑性矩阵指导输出权值的更新， 实现在 新图像分类任务上的学习与记忆融合。 本发明建 立的连续学习框架用于有效兼容未来非独立同 分布图像分类任务以及伴随出现的新类别， 不仅 实现简单， 而且计算损耗低、 实时性快； 相比现有 连续学习算法， 本发明在图像分类任务上的人为 干预度明显减少， 而收敛速度和参数有效性均显 著提升。 权利要求书2页 说明书7页 附图2页 CN 115410051 A 2022.11.29 CN 115410051 A 1.一种再 可塑性启发的连续图像分类方法， 其特 征在于， 包括： S1.获取随机 权神经网络在当前图像分类任务上的输出权值， 并构造交叉熵损失函数； S2.对输出权值添加多个更新量计算损失函数的变化， 通过度量输出权值的重要性得 到再可塑性矩阵； S3.利用再可塑性矩阵指导输出权值的更新， 实现在新图像分类任务上的学习与记忆 融合。 2.根据权利要求1所述的一种再可塑性启发的连续图像分类方法， 其特征在于， 步骤S1 中输出权值的获取 过程具体为： 01.随机初始化第 组映射特征节 点的输入权值 和偏置 ， 第 个增强节 点的输入 权值 和偏置 ； 02.针对当前图像分类任务 ， 获取第 组映射特征节点的输出 ， 以及 第 个增强节点的输出 ； ， ， 为图像输 入， 和 均表示常用的激活函数； 03.获取当前图像分类任务 t扩展输入层的输出 ； 为 组 拼接在一 起得到节点 集合； 为 个 拼接在一 起得到节点 集合； 04.构建具有 个隐含层节点的输出函数 ； 表示输出权值 的第 行； 为激活函数； 和 为与 维度相匹配的隐含层权值和偏置； 05.获取当前图像分类任务 t的隐含层输出矩阵 ； 为第l个隐层节点的输出， ； 06.获取前图像分类任务 t的输出权值 ； 表示 的广义逆 运算； 表示 的转置； 为引入的常数约束； 为单位矩阵； 为图像输出。 3.根据权利要求2所述的一种再可塑性启发的连续图像分类方法， 其特征在于， 步骤S2 具体包括， 对输出权值 添加多个更新 量 ， 计算损失函数的变化 ； 表示梯度信息； 为模型输出； 对所有更新量 累积梯度以获得经过当前图像分类任务 t解空间整个轨迹上的损失变 化； 将具备记忆功能的 作为关于当前图像分类任务 t的再可塑性矩阵， 计算公式如下： 。 4.根据权利要求3所述的一种再可塑性启发的连续图像分类方法， 其特征在于， 对于新 的图像分类任务 t+1， 利用 指导输出权值 中的元素有选 择性地接近或偏离最近一次得到 的输出权值 ； 为新的图像分类任务 t+1的隐含层输权　利　要　求　书 1/2 页 2 CN 115410051 A 2出矩阵， 为新的图像分类任务 t+1的输出， 标量 表示当前图像分类任务 t与新的图像分 类任务t+1之间的权衡， 运 算 表示逐元 素积运算。 5.根据权利要求4所述的一种再可塑性启发的连续图像分类方法， 其特征在于， 输出权 值 的求解方法为： 分别对矩阵 ， 和 按列分块， 依次得到 ， 以及 ； 为当前图像分类任务 t包含的类别数； 为新的图 像分类任务 t+1包含的类别数； 模型输出权值 的每一列独立 地解析为： ； 为所有学 过的任务类别数， 为 的对角矩阵， 为 的第c列。 6.一种再 可塑性启发的连续图像分类系统， 其特 征在于， 包括， 当前图像分类任务执行模块， 用于获取随机权神经网络在 当前图像分类任务上的输出 权值， 并构造交叉熵损失函数； 再可塑性矩阵构建模块， 用于对输出权值添加多个更新量计算损 失函数的变化， 通过 度量输出权值的重要性得到再 可塑性矩阵； 新图像分类任务执行模块， 用于利用再可塑性矩阵指导输出权值的更新， 实现在新图 像分类任务上的学习与记 忆融合。 7.一种电子设备， 其特征在于， 包括： 存储器、 处理器及存储在所述存储器上并可在所 述处理器上运行的计算机程序， 所述计算机程序被所述处理器执行时实现如权利要求1~5 任意一项所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 115410051 A 3