[發(fā)明專利]一種基于對抗生成網(wǎng)絡(luò)GAN的語義分割訓(xùn)練數(shù)據(jù)增廣方法和系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202011513292.0
• 申請日: 2020-12-21
• 公開（公告）號: CN112699885A
• 公開（公告）日: 2021-04-23
• 發(fā)明（設(shè)計）人: 王荔;范睿;呂殿斌;蔣佳霖;余文彬
• 申請（專利權(quán)）人: 杭州反重力智能科技有限公司
• 主分類號: G06K9/34
• 分類號: G06K9/34;G06K9/62;G06N3/04
• 代理公司: 杭州合譜慧知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 33290
• 代理人: 張剛

1.一種基于對抗生成網(wǎng)絡(luò)GAN的語義分割訓(xùn)練數(shù)據(jù)增廣方法，其特征在于，包括如下步驟：

S1，將輸入的原始圖片與對應(yīng)的正確標(biāo)注圖進行匹配學(xué)習(xí)，通過優(yōu)化來實現(xiàn)識別與F(s)，其中為輸入的原始圖像即訓(xùn)練目標(biāo)的輸入目標(biāo)圖，為正確標(biāo)注圖，F(xiàn)(s)為生成的標(biāo)注圖，為識別器；

S2，生成器G網(wǎng)絡(luò)提取正確標(biāo)注圖目標(biāo)區(qū)域，在輸入目標(biāo)圖中的同一區(qū)域進行像素平均值計算來約束反向?qū)W習(xí)過程，在由正確標(biāo)注圖學(xué)習(xí)生成輸入目標(biāo)圖的過程中持續(xù)優(yōu)化G網(wǎng)絡(luò)參數(shù)，通過優(yōu)化來實現(xiàn)識別正確標(biāo)注圖與生成的原始輸入圖，其中為輸入的原始圖像，為正確標(biāo)注圖，G(t)為生成的原始輸入圖，為識別器用來識別與G(t)，p_data表示給定數(shù)據(jù)的概率分布；

S3，通過任意更改輸入至完成訓(xùn)練的G網(wǎng)絡(luò)中的正確標(biāo)注圖、類內(nèi)均值和噪聲中的一個或多個，生成不同合成目標(biāo)圖。

2.根據(jù)權(quán)利要求1所述的基于對抗生成網(wǎng)絡(luò)GAN的語義分割訓(xùn)練數(shù)據(jù)增廣方法，其特征在于，所述步驟S2還包括：通過優(yōu)化一個循環(huán)損失來進行約束，其中p_data表示給定數(shù)據(jù)的概率分布，通過訓(xùn)練G網(wǎng)絡(luò)模型和F網(wǎng)絡(luò)模型使F(G(t))≈t和G(F(s))≈s，即生成的標(biāo)注圖接近于正確標(biāo)注圖，生成的原始輸入圖接近于輸入目標(biāo)圖。

3.一種基于對抗生成網(wǎng)絡(luò)GAN的語義分割訓(xùn)練數(shù)據(jù)增廣系統(tǒng)，其特征在于，包括：

第一訓(xùn)練模塊，用于將輸入的原始圖片與對應(yīng)的正確標(biāo)注圖進行匹配學(xué)習(xí)，通過優(yōu)化來實現(xiàn)識別與F(s)，其中為輸入的原始圖像即訓(xùn)練目標(biāo)的輸入目標(biāo)圖，為正確標(biāo)注圖，F(xiàn)(s)為生成的標(biāo)注圖，為識別器；

第二訓(xùn)練模塊，用于生成器G網(wǎng)絡(luò)提取正確標(biāo)注圖目標(biāo)區(qū)域，在輸入目標(biāo)圖中的同一區(qū)域進行像素平均值計算來約束反向?qū)W習(xí)過程，在由正確標(biāo)注圖學(xué)習(xí)生成輸入目標(biāo)圖的過程中持續(xù)優(yōu)化G網(wǎng)絡(luò)參數(shù)，通過優(yōu)化來實現(xiàn)識別正確標(biāo)注圖與生成的原始輸入圖，其中為輸入的原始圖像，為正確標(biāo)注圖，G(t)為生成的原始輸入圖，為識別器用來識別與G(t)，p_data表示給定數(shù)據(jù)的概率分布；

合成目標(biāo)圖生成模塊，用于通過任意更改輸入至完成訓(xùn)練的G網(wǎng)絡(luò)中的正確標(biāo)注圖、類內(nèi)均值和噪聲中的一個或多個，生成不同合成目標(biāo)圖。

4.根據(jù)權(quán)利要求3所述的基于對抗生成網(wǎng)絡(luò)GAN的語義分割訓(xùn)練數(shù)據(jù)增廣系統(tǒng)，其特征在于，所述第二訓(xùn)練模塊包括：

約束模塊，用于通過優(yōu)化一個循環(huán)損失來進行約束，其中p_data表示給定數(shù)據(jù)的概率分布，通過訓(xùn)練G網(wǎng)絡(luò)模型和F網(wǎng)絡(luò)模型使F(G(t))≈t和G(F(s))≈s，即生成的標(biāo)注圖接近于正確標(biāo)注圖，生成的原始輸入圖接近于輸入目標(biāo)圖。

5.一種語義分割訓(xùn)練數(shù)據(jù)增廣裝置，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，其特征在于：所述處理器執(zhí)行所述計算機程序時實現(xiàn)如權(quán)利要求1-2任一所述方法的步驟。

6.一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)存儲有計算機程序，其特征在于：所述計算機程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1-2任一所述方法的步驟。