[發明專利]基于二維高斯分布的圖像數據增強方法、裝置及存儲介質

有效

• 申請號: 202110610001.8
• 申請日: 2021-06-01
• 公開（公告）號: CN113222873B
• 公開（公告）日: 2023-06-16
• 發明（設計）人: 韋嘉楠;周超勇;劉玉宇
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06T5/50
• 分類號: G06T5/50
• 代理公司: 北京鴻元知識產權代理有限公司 11327
• 代理人: 王迎;袁文婷

本發明涉及大數據處理技術領域，揭露一種基于二維高斯分布的圖像數據增強方法，包括：獲取待增強樣本數據中的任意兩張圖像，并獲取待測圖像和隨機圖像的二維高斯分布；根據待測圖像和隨機圖像的二維高斯分布，確定與待測圖像和隨機圖像分別對應的掩碼矩陣；基于待測圖像和隨機圖像的掩碼矩陣，確定待測圖像和隨機圖像的結合圖像；對待測圖像的邊界框和隨機圖像的邊界框進行組合，確定與結合圖像對應的邊界框信息；基于結合圖像及邊界框信息，確定與待測圖像和隨機圖像對應的增強圖像，以增強待增強樣本數據。本發明還涉及區塊鏈技術，待測圖像和隨機圖像存儲于區塊鏈中。本發明可以提高圖像數據增強的多樣性和準確定。

技術領域

本發明涉及圖像數據技術領域，尤其涉及一種基于二維高斯分布的圖像數據增強的方法、裝置、電子設備及計算機可讀存儲介質。

背景技術

目前，數據增強在計算機視覺里被廣泛使用，其主要是通過對訓練圖像做出一系列隨機改變，產生相似但不同的訓練樣本，從而擴大訓練數據集的規模，并且提高模型的泛化能力。現有較流行的數據增強方法是mixup數據增強，它能夠增加樣本多樣性，提高模型穩定性，改善網絡模型的泛化能力，減少對錯誤標簽和損壞標簽的記憶。但是，現有的Mixup方法主要是以權重λ和1-λ融合兩張圖片，也就是說，融合圖片的每個像素點都是以λ和1-λ的權重融合的。

雖然現有的數據增強方法可以在很大一部分程度上緩和數據不足的問題，同時避免學習得到的模型過擬合于當前數據，但是現有的數據增強方法都較為隨意或存在固定的模式，并沒有精細到明確需要得到哪些特點的增強數據，以及增強數據的組合等，并不能起到增加樣本多樣性的效果，且無法快速靈活地自動產生多樣性的增強數據，進而影響模型的泛化能力。

發明內容

本發明提供一種基于二維高斯分布的圖像數據增強方法、裝置、電子設備及計算機可讀存儲介質，其主要目的在于提高了基于二維高斯分布的圖像數據增強的效率。

為實現上述目的，本發明提供的一種基于二維高斯分布的圖像數據增強方法，所述方法包括：

獲取待增強樣本數據中的任意兩張圖像，形成待測圖像和隨機圖像，并獲取所述待測圖像和所述隨機圖像的二維高斯分布；

根據所述待測圖像和所述隨機圖像的二維高斯分布，確定與所述待測圖像和所述隨機圖像分別對應的掩碼矩陣；

基于所述待測圖像和所述隨機圖像的掩碼矩陣，確定所述待測圖像和所述隨機圖像的結合圖像；

對所述結合圖像中的所述待測圖像的邊界框和所述隨機圖像的邊界框進行組合，確定與所述結合圖像對應的邊界框信息；

基于所述結合圖像及所述邊界框信息，確定與所述待測圖像和所述隨機圖像對應的增強圖像，以增強所述待增強樣本數據。

可選地，所述待測圖像和所述隨機圖像存儲于區塊鏈中，所述獲取所述待測圖像和所述隨機圖像的二維高斯分布，包括：

在所述待測圖像和所述隨機圖像上分別隨機生成與所述待測圖像和所述隨機圖像分別對應的中心點；

基于所述待測圖像和所述隨機圖像的中心點，分別生成與所述待測圖像和所述隨機圖像相對應的二維高斯分布。

可選地，所述確定與所述待測圖像和所述隨機圖像分別對應的掩碼矩陣，包括：

基于所述待測圖像的二維高斯分布，確定所述待測圖像中每個像素點對應的第一概率密度，基于所述隨機圖像的二維高斯分布，確定所述隨機圖像中每個像素點對應的第二概率密度；

基于所述第一概率密度確定所述待測圖像的第一掩碼矩陣，基于所述第二概率密度，確定所述隨機圖像的第二掩碼矩陣。

可選地，所述確定所述待測圖像和所述隨機圖像的結合圖像，包括：