基于记忆提炼的对比度量增强在线类增量学习图像分类方法.docx

2024-02指挥控制与仿真

46(1)CommandControlSimulation44

引用格式：王宏辉，殷进勇，杨建．基于记忆提炼的对比度量增强在线类增量学习图像分类方法[J].指挥控制与仿真，2024,46

(1):44?54.WANGHH,YINJY,YANGJ.Contrastmetricenhancementbasedonmemoryextractionforonlineclass?incrementallearn?

inginimageclassification[J].CommandControlSimulation,2024,46(1):44?54.

基于记忆提炼的对比度量增强在线类增量学习图像分类方法

王宏辉，殷进勇，杨建

（江苏自动化研究所，江苏连云港222061)

摘要：图像分类中类增量学习具有知识灾难性遗忘现象，现有的基于经验回放方法着重考虑的是记忆库的更新和采样方式，忽略了新旧样本之间的特征关系。为此，提出了一种基于记忆提炼的对比度量增强在线类增量学习图像分类方法(cME2),设计了两种新的正负样本对，对旧样本信息进行了加强重复再利用，强化了模型对冗余特征和共性特征的表达能力，基于最近邻均值分类器改善了嵌入空间中的样本分布合理性。最后，通过对比实验和消融实验验证了所提方法的有效性和高效性。

关键词：在线类增量学习；灾难性遗忘；对比学习；经验回放

中图分类号：TP18文献标志码：ADOI:10.3969/j.issn.1673?3819.2024.01.006

WANGHonghui,YINJinyong,YANGJianContrastmetricenhancementbasedonmemoryextractionfor

WANGHonghui,YINJinyong,YANGJian

(JiangsuAutomationResearchInstitute,Lianyungang222061,China)

Abstract:Inviewofthecatastrophicforgettingofpreviousknowledgeinclassincrementallearningforimageclassification,

oldandnewsamples.Tothisend,thepaperproposesamethodcalledcontrastmetric

oldandnewsamples.Tothisend,thepaperproposesamethodcalledcontrastmetricenhancementbasedonmemoryextrac?

ativesample?pairs,enhancesthereuseofoldsamplefeatureinformation,andstrengthenstheabilityofmodeltoexpress

ativesample?pairs,enhancesthereuseofoldsamplefeatureinformation,andstrengthenstheabilityofmodeltoexpressre?

dundantfeaturesandcommonfeatures.Itimprovesthedistributionofsamplesinembeddingspacebasedonthenearestclass

meanclassifier.Finally,theeffectivenessandefficiencyoftheproposedmethodareverifiedbycomparisonexperimentand

ablationexperiment.

Keywords:onlineclass?incrementallearning;catastrophicforgetting;contrastivele