[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

本發(fā)明屬于機器視覺技術(shù)領(lǐng)域，公開了一種新的圖像數(shù)據(jù)擴充方法，使用訓練集組織方法和訓練集圖像拼接方法對原始圖像訓練集進行擴充，得到拼接圖像訓練集以及每張拼接圖像所對應(yīng)的拼接標簽；利用拼接圖像訓練集以及拼接標簽對圖像分類器進行訓練。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。本發(fā)明測試集中使用了與訓練集不同的組織方法，沒有增加拼接圖像測試集的樣本量，提高了圖像分類器的預測效率。由拼接圖像訓練集訓練的圖像分類器只能輸出拼接標簽上的概率分布，標簽映射函數(shù)將輸出的概率分布映射到了原始標簽上，完成了對測試原始圖像的預測。

技術(shù)領(lǐng)域

本發(fā)明屬于機器視覺技術(shù)領(lǐng)域，尤其涉及一種新的圖像數(shù)據(jù)擴充方法、系統(tǒng)、終端及存儲介質(zhì)。

背景技術(shù)

目前，深度卷積神經(jīng)網(wǎng)絡(luò)在圖像識別中取得了巨大的成功。與傳統(tǒng)的特征工程不同，深度卷積神經(jīng)網(wǎng)絡(luò)通過卷積層和池化層將圖像降維到一維向量，因此不再需要相關(guān)專業(yè)知識來設(shè)計一系列特征。深度卷積神經(jīng)網(wǎng)絡(luò)需要大量的參數(shù)來擬合輸入與輸出之間的映射關(guān)系。由于參數(shù)的數(shù)量很大，因此需要大批量的帶注釋的圖像數(shù)據(jù)對這些參數(shù)進行訓練優(yōu)化，否則會出現(xiàn)過擬合。在一些領(lǐng)域，例如藥物發(fā)現(xiàn)、醫(yī)學影像中，圖像數(shù)據(jù)比較稀缺，同時數(shù)據(jù)的標注又必須由專業(yè)人員完成，因此很難在這些領(lǐng)域收集到帶標注的大批量數(shù)據(jù)集。數(shù)據(jù)擴充是一種可以增加數(shù)據(jù)集樣本量的技術(shù)。在深度神經(jīng)網(wǎng)絡(luò)的應(yīng)用中，數(shù)據(jù)擴充常常用來增加訓練集的樣本量，可以很好的防止過擬合的出現(xiàn)。

目前常用的數(shù)據(jù)擴充技術(shù)包括：翻轉(zhuǎn)、裁剪、填充、旋轉(zhuǎn)、加入噪聲、高斯模糊、仿射變換、生成式對抗網(wǎng)絡(luò)等。現(xiàn)有的這些數(shù)據(jù)擴充技術(shù)存在以下的問題和缺陷：

1)引入了虛假信息、破壞了真實信息

現(xiàn)有的數(shù)據(jù)擴充技術(shù)通過修改真實圖像的部分信息來產(chǎn)生新的圖像。修改的方式可以分為兩種：修改像素值和改變像素值之間的相對位置關(guān)系。這些修改使得新產(chǎn)生的圖像與真實圖像不同，但同時也引入了虛假的信息，導致產(chǎn)生的很多圖像在真實的世界中是不存在的。例如，我們很難在人群中找到和仿射變換之后的人臉圖像一致的人臉。在訓練的過程中，這些虛假的信息會對圖像分類器的學習起到誤導的作用。

2)部分技術(shù)運算過程復雜

現(xiàn)有的部分數(shù)據(jù)擴充技術(shù)的運算過程是非常復雜的。例如在高斯模糊中，高斯核需要在整張圖像上進行滑動，每一次滑動之后都需要和高斯核所覆蓋的區(qū)域進行相乘求和。在一張100×100的圖像上，如果進行高斯模糊處理，需要進行10000次的相乘求和。還有目前最為流行的生成對抗網(wǎng)絡(luò)技術(shù)，其中使用到了深度學習，其訓練的過程更是需要大量的計算和時間。這些帶有復雜運算的數(shù)據(jù)擴充技術(shù)對系統(tǒng)的效率都產(chǎn)生了不利的影響。

3)破壞了圖像信息潛在的一些相關(guān)性

在醫(yī)學影像的一些分析中，需要從圖像中尋找出與某些指標相關(guān)的區(qū)域。如果尋找出的區(qū)域被現(xiàn)有的數(shù)據(jù)擴充技術(shù)加入了虛假信息，那么這個發(fā)現(xiàn)的可信度就會受到質(zhì)疑。因為我們無法確定這個發(fā)現(xiàn)有多大的比例受到了虛假信息的影響。

解決以上問題及缺陷的難度為：

在現(xiàn)有數(shù)據(jù)擴充技術(shù)的思路下，希望產(chǎn)生的是和真實圖像有很多相同之處，但同時又有不同之處的新圖像。因此目前的數(shù)據(jù)擴充技術(shù)都是以真實圖像為基礎(chǔ)，保證了新圖像和真實圖像有相同之處；并向真實圖像中引入虛假信息，保證了新圖像和真實圖像有不同之處。所以要想徹底杜絕虛假信息的引入，就需要提出一種全新的數(shù)據(jù)擴充思路。并且在這種思路下產(chǎn)生的數(shù)據(jù)擴充技術(shù)不能擁有過于復雜的運算過程，防止對效率產(chǎn)生不利影響。

解決以上問題及缺陷的意義為：

不再向圖像中引入虛假信息，可以讓圖像分類器受到最為正確的訓練，不被虛假信息所誤導。另一方面，如果數(shù)據(jù)擴充技術(shù)中沒有復雜的運算過程，那么效率就可以得到保證。最后也能保留圖像與某些指標之間的潛在聯(lián)系。