[發明專利]一種圖像數據增強方法、裝置、介質及設備

在審

• 申請號: 202011320459.1
• 申請日: 2020-11-23
• 公開（公告）號: CN112365423A
• 公開（公告）日: 2021-02-12
• 發明（設計）人: 李悅翔;陳嘉偉;魏東;何楠君;馬鍇;鄭冶楓
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 熊永強;賈允

1.一種圖像數據增強方法，其特征在于，所述方法包括：

根據圖像訓練集對深度學習網絡進行訓練，得到軟標簽生成器，所述圖像訓練集包含K個類別的圖像樣本集；

獲取第一圖像樣本，根據所述軟標簽生成器獲取所述第一圖像樣本的軟標簽和類別，所述軟標簽表征所述第一圖像樣本與所述K個類別的類別關聯度；

根據所述軟標簽生成器獲取K-1個類別的圖像樣本集中圖像樣本的類別代表性，所述K-1個類別中不包含所述第一圖像樣本的類別；

根據所述第一圖像樣本的軟標簽和所述圖像樣本的類別代表性，在所述K-1個類別的圖像樣本集中選取至少一個圖像樣本作為第二圖像樣本；

將所述第一圖像樣本和所述第二圖像樣本進行融合，得到目標圖像樣本，完成對所述圖像訓練集的圖像數據增強。

2.根據權利要求1所述的一種圖像數據增強方法，其特征在于，所述根據所述軟標簽生成器獲取K-1個類別的圖像樣本集中圖像樣本的類別代表性包括：

通過所述軟標簽生成器將所述K-1個類別的圖像樣本集中的圖像樣本映射至同一個特征空間；

獲取在所述特征空間中所述K-1個類別的圖像樣本空間向量集；

根據所述K-1個類別的圖像樣本空間向量集進行計算，得到在所述特征空間中所述K-1個類別的中心向量；

根據所述K-1個類別的中心向量，計算所述K-1個類別的圖像樣本集中的圖像樣本的類別代表性。

3.根據權利要求2所述的一種圖像數據增強方法，其特征在于，所述根據所述K-1個類別的中心向量，計算所述K-1個類別的圖像樣本集中的圖像樣本的類別代表性包括：

確定所述K-1個類別中目標類別的中心向量和圖像樣本空間向量集；

基于向量相似度度量算法，對所述目標類別的圖像樣本空間向量集中的每一個圖像樣本空間向量，計算與所述目標類別的中心向量的相似度；

根據所述相似度確定所述目標類別的圖像樣本集中圖像樣本的類別代表性。

4.根據權利要求1所述的一種圖像數據增強方法，其特征在于，所述根據所述第一圖像樣本的軟標簽和所述圖像樣本的類別代表性，在所述K-1個類別的圖像樣本集中選取至少一個圖像樣本作為第二圖像樣本包括：

根據所述第一圖像樣本的軟標簽，在K-1個類別中選取滿足第一關聯度的類別作為可選類別；

獲取所述可選類別的圖像樣本集和所述可選類別的圖像樣本集中圖像樣本的類別代表性；

在所述可選類別的圖像樣本集中，選取至少一個圖像樣本作為第二圖像樣本，所述至少一個圖像樣本的類別代表性滿足第二關聯度。

5.根據權利要求1所述的一種圖像數據增強方法，其特征在于，所述根據所述第一圖像樣本的軟標簽和所述圖像樣本的類別代表性，在所述K-1個類別的圖像樣本集中選取至少一個圖像樣本作為第二圖像樣本還包括：

根據所述第一圖像樣本的軟標簽對所述圖像樣本進行類間排序，得到第一序列；

根據所述圖像樣本的類別代表性對所述圖像樣本進行類內排序，得到第二序列；

根據所述第一序列和所述第二序列，得到所述圖像樣本的綜合序列；

根據所述圖像樣本的綜合排序選取至少一個圖像樣本作為第二圖像樣本，所述第二圖像樣本在所述綜合序列中的序列位置滿足預設閾值。

6.根據權利要求4或5中任一項所述的一種圖像數據增強方法，其特征在于，所述將所述第一圖像樣本和所述第二圖像樣本進行融合，得到目標圖像樣本包括：

通過插值方式或填充方式將所述第一圖像樣本和所述第二圖像樣本進行融合，得到目標圖像樣本；

通過所述軟標簽生成器獲取所述第二圖像樣本的軟標簽；

將所述第一圖像樣本的軟標簽和所述第二圖像樣本的軟標簽進行計算，得到所述目標圖像樣本的標簽。