[發明專利]用于數據擴增的方法、裝置和系統、計算機可讀存儲介質

在審

• 申請號: 201810044176.5
• 申請日: 2018-01-17
• 公開（公告）號: CN108256473A
• 公開（公告）日: 2018-07-06
• 發明（設計）人: 曾玲
• 申請（專利權）人: 北京綻放時代科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04
• 代理公司: 北京康盛知識產權代理有限公司 11331
• 代理人: 張宇峰

實施例公開一種用于數據擴增的方法，包括：接收原始圖像信息，所述原始圖像信息為一數據集合中的訓練樣本；獲得所述原始圖像的多張特征圖；其中，每張特征圖都包括所述原始圖像的深度特征信息；對每張特征圖進行擴展，獲得每張特征圖的多張擴展圖；并，將所述多張特征圖的所有擴展圖作為訓練樣本加入所述數據集合。該實施例提出一種基于深度特征信息的數據擴增方式，由于在圖像的深度特征信息的基礎上進行的數據擴增，因此能從物體的深度特征出發找到物體本質信息。將基于深度特征信息的數據擴增技術和人臉識別網絡相結合，能夠更加有效地實現對識別分類器的訓練。實施例還公開一種用于數據擴增的裝置和系統，及計算機可讀存儲介質。

技術領域

本發明涉及人工智能技術領域，特別涉及一種用于數據擴增的方法、裝置和系統，及計算機可讀存儲介質。

背景技術

人臉識別技術是計算機視覺應用中的一個重要環節，在很多實際應用場景中有著廣泛的使用前景。人臉識別技術主要可以分成兩種任務：人臉驗證技術和人臉歸類技術。驗證技術需要輸入兩張人臉，通過運算判斷兩張人臉是否為同一個人。歸類技術和驗證技術有一定的區別，其先對一張圖片進行特征提取，然后將該圖片的特征和數據庫中所有圖片特征進行比對，選出該照片是數據庫中的哪一個人。隨著深度學習的不斷發展，針對人臉識別的深層神經網絡結構越來越多。隨之而來的是關于訓練數據集的需求不斷增大。

當前在用于訓練人臉識別模型的公開數據集中，不可避免的存在一些樣本含有的人臉數量比較少的問題。這會對人臉識別歸類問題的訓練過程造成很大的影響。在歸類問題的訓練過程中，會根據每一個人劃分成不同的分類。只有每一個分類中有充分的數據，才能夠保證該分類具有良好的區分性。數據集合不平衡會造成如果在訓練集合中該人的照片特別少，會使得在該類別的訓練不準確，從而不具有很好的區分性。這種存在某個樣本類人臉數目過少的情況被稱做數據集合的不平衡。

只有能夠很好的解決數據集合不平衡的問題，才能夠保證我們在訓練過程中，充分地訓練出具有較好區分性的人臉識別模型。因此提出了融合擴增技術的人臉識別算法，在進行人臉識別模型訓練前，利用擴增技術平衡數據集合，然后在進行識別任務的訓練和處理。

隨著擴增技術對人臉識別任務的積極作用被證實，越來越多的擴增方式開始使用在識別過程中。其中廣泛應用在人臉識別技術中的數據擴增方式包括：鏡像(mirroring)、隨機裁剪(random cropping)、旋轉(rotating)等。鏡像擴增方式，將輸入的原圖進行水平的鏡像處理。新生成的圖片作為擴增后的數據送入數據集合之中進行訓練。裁剪擴增對圖像邊界上的像素進行隨機的裁剪。旋轉擴增在原圖的基礎上，選定一個旋轉角度，對該圖按照定的方向進行旋轉。

含有傳統數據擴增的人臉識別算法主要分成兩個過程，第一個過程是數據擴增，第二個過程是識別網絡的訓練。數據擴增階段對輸入算法中的原圖進行處理，通過鏡像、隨機裁剪或旋轉之后得到圖片。識別網絡訓練中，將擴增好的數據送入到神經網絡中進行特征提取(Feature extraction)，得到特征(Feature)信息之后再進行分類器(classifier)的訓練。

這種含有傳統方式數據擴增技術的人臉識別方案，能夠一定程度上實現對數據規模上的增加，緩解數據不平衡的問題。但是在該識別算法的數據擴增技術中，增加了數據規模的同時，真正處于有效擴增范圍內的數據有限，同時由于沒能很好的結合數據的深層語義信息，很容易引起訓練過程的收斂過慢等問題。下面將具體介紹現有結合數據擴增技術的人臉識別技術的局限性：

對輸入原圖進行操作，沒有能夠很好的結合出圖片的深度特征信息。深度卷積神經網絡中，原圖信息會在之后的深度學習過程中轉換成為深度特征信息。只對原圖進行簡單的變換處理作為數據擴增方式，忽略了圖像本質的深度特征信息，在收斂速度和效果上都有一定的影響。