[發(fā)明專利]一種新的圖像數(shù)據(jù)擴充方法、系統(tǒng)、終端及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010895511.X
• 申請日: 2020-08-31
• 公開（公告）號: CN111986090A
• 公開（公告）日: 2020-11-24
• 發(fā)明（設(shè)計）人: 胡聯(lián)亭;盧龍
• 申請（專利權(quán)）人: 蘇州智樂康醫(yī)療科技有限公司
• 主分類號: G06T3/40
• 分類號: G06T3/40
• 代理公司: 北京金智普華知識產(chǎn)權(quán)代理有限公司 11401
• 代理人: 楊采良

1.一種新的圖像數(shù)據(jù)擴充方法，其特征在于，所述新的圖像數(shù)據(jù)擴充方法包括：

使用訓(xùn)練集組織方法和訓(xùn)練集圖像拼接方法對原始圖像訓(xùn)練集進行擴充，得到拼接圖像訓(xùn)練集以及每張拼接圖像所對應(yīng)的拼接標簽；

利用拼接圖像訓(xùn)練集以及拼接標簽對圖像分類器進行訓(xùn)練；

使用測試集組織方法和測試集圖像拼接方法對原始圖像測試集進行拼接，得到拼接圖像測試集；將拼接圖像測試集輸入到訓(xùn)練后的圖像分類器中，得到每一張測試拼接圖像在拼接標簽上的概率分布，再利用標簽映射函數(shù)將拼接標簽的概率分布映射到原始標簽的概率分布上。

2.如權(quán)利要求1所述的新的圖像數(shù)據(jù)擴充方法，其特征在于，所述訓(xùn)練集組織方法包括：

在原始圖像訓(xùn)練集中，隨機的挑選多張屬于同一類別的原始圖像拼接在一起得到一張拼接圖像，并為每一張拼接圖像配置對應(yīng)的拼接標簽；所有的拼接圖像一起就組成了拼接圖像訓(xùn)練集；

m表示原始圖像訓(xùn)練集中類別的數(shù)量，N_i(i＝1，…，m)表示原始圖像訓(xùn)練集中屬于類別i的原始圖像的數(shù)量，L_i(i＝1，…，m)表示類別i的標簽，k表示得到一張拼接圖像所需的原始圖像的數(shù)量，表示標簽的拼接；則原始圖像訓(xùn)練集的樣本量N表示為：

拼接標簽表示為：

其中表示k張L_i的圖像拼接得到的拼接標簽；

屬于拼接標簽的拼接圖像的數(shù)量為：

則拼接圖像訓(xùn)練集的樣本量N_s為：

訓(xùn)練集的樣本量從N擴充到了N_s；擴充的幅度由參數(shù)k控制。

3.如權(quán)利要求1所述的新的圖像數(shù)據(jù)擴充方法，其特征在于，所述訓(xùn)練集圖像拼接方法包括：

將多張原始圖像在寬度方向上首尾相連，并在連接處添加一塊間隔區(qū)域，間隔區(qū)域中所有的像素值都為0；

原始圖像的寬度為w，高度為h，一張拼接圖像所需的原始圖像的數(shù)量為k，間隔區(qū)域的寬度為g，則拼接圖像的寬度為kw+(k-1)g，高度為h。

4.如權(quán)利要求1所述的新的圖像數(shù)據(jù)擴充方法，其特征在于，所述測試集組織方法包括：

在原始圖像測試集中，將一張原始圖像重復(fù)k次，然后拼接在一起得到對應(yīng)的拼接圖像；一張原始圖像拼接得到一張拼接圖像；所有的拼接圖像組成拼接圖像測試集；拼接圖像測試集的樣本量與原始圖像測試集一致。

5.如權(quán)利要求1所述的新的圖像數(shù)據(jù)擴充方法，其特征在于，所述測試集圖像拼接方法包括：

將同一張原始圖像重復(fù)k次，首尾相連，并在連接處添加一塊間隔區(qū)域，間隔區(qū)域中所有的像素值都為0；得到的拼接圖像的寬度和高度與拼接圖像訓(xùn)練集中的拼接圖像一致。

6.如權(quán)利要求1所述的新的圖像數(shù)據(jù)擴充方法，其特征在于，所述使用標簽映射函數(shù)將拼接圖像測試集在拼接標簽上的概率分布映射到原始標簽上的方法包括：

表示拼接圖像測試集中拼接圖像在的概率分布，P^j(L_i)，(j＝1，…，k；i＝1，…，m)表示拼接圖像中第j張原始圖像在原始標簽L_i上的概率分布；為k個P^j(L_i)的聯(lián)合概率，得

k張原始圖像一樣，得：

7.一種新的圖像數(shù)據(jù)擴充系統(tǒng)，其特征在于，新的圖像數(shù)據(jù)擴充系統(tǒng)包括：

訓(xùn)練模塊，使用訓(xùn)練集組織方法和訓(xùn)練集圖像拼接方法對原始圖像訓(xùn)練集進行擴充，得到拼接圖像訓(xùn)練集以及每張拼接圖像所對應(yīng)的拼接標簽；利用拼接圖像訓(xùn)練集以及拼接標簽對圖像分類器進行訓(xùn)練；

測試模塊，使用測試集組織方法和測試集圖像拼接方法對原始圖像測試集進行拼接，得到拼接圖像測試集。將拼接圖像測試集輸入到訓(xùn)練后的圖像分類器中，得到每一張測試拼接圖像在拼接標簽上的概率分布；

映射模塊，利用標簽映射函數(shù)將拼接標簽的概率分布映射到原始標簽的概率分布上。