[發明專利]基于對抗生成網絡的數據增廣方法、裝置、計算機及介質

在審

• 申請號: 202110970515.4
• 申請日: 2021-08-23
• 公開（公告）號: CN113658036A
• 公開（公告）日: 2021-11-16
• 發明（設計）人: 吳宥萱;周宸;陳遠旭
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06T3/00
• 分類號: G06T3/00;G06N3/04;G06N3/08
• 代理公司: 深圳市明日今典知識產權代理事務所(普通合伙) 44343
• 代理人: 王杰輝

1.一種基于對抗生成網絡的數據增廣的方法，其特征在于，包括：

獲取目標域中的第一圖片與源域中的第二圖片；

將所述第一圖片輸入至第一生成網絡，得到偽第二圖片；將所述偽第二圖片輸入至第二生成網絡，得到偽第一圖片；所述第一生成網絡與所述第二生成網絡互為相反的網絡；

計算所述第一圖片與所述偽第一圖片的一致性約束值；

將所述第二圖片與所述偽第二圖片輸入至判別網絡，得到所述判別網絡對所述第二圖片及所述偽第二圖片的分類結果；

根據損失函數計算所述分類結果的損失值；

若所述一致性約束值與所述損失值的和滿足預設值，將所述偽第一圖片添加至目標域中，以增加目標域中的圖片數據。

2.根據權利要求1所述的基于對抗生成網絡的數據增廣的方法，其特征在于，所述獲取目標域中的第一圖片與源域中的第二圖片之后，還包括：

將所述第二圖片輸入至第二生成網絡，得到假第一圖片；將所述假第一圖片輸入至第一生成網絡，得到假第二圖片；

計算所述第二圖片與所述假第二圖片的候選一致性約束值；

將所述第二圖片與所述假第二圖片輸入至第二判別網絡，得到所述第二判別網絡對所述第二圖片及所述假第二圖片的候選分類結果；

根據損失函數計算所述候選分類結果的候選損失值；

若所述候選一致性約束值與所述候選損失值的和滿足預設值，將所述假第二圖片添加至源域中，以增加源域中的圖片數據。

3.根據權利要求1或2所述的基于對抗生成網絡的數據增廣的方法，其特征在于，所述源域與目標域為相互映射的數據集。

4.根據權利要求1所述的基于對抗生成網絡的數據增廣的方法，其特征在于，所述若所述一致性約束值與所述損失值的和滿足預設值，將所述偽第一圖片添加至目標域中之前，包括：

獲取當前數據增廣的執行階段；

根據所述執行階段匹配一致性約束值與所述損失值之和的預設值。

5.根據權利要求1所述的基于對抗生成網絡的數據增廣的方法，其特征在于，所述獲取目標域中的第一圖片與源域中的第二圖片之前，還包括：

從若干個待選域中選取一個作為目標域，獲取所述目標域的圖片等級；

根據預設的等級規則匹配與所述目標域的圖片等級相鄰的候選圖片等級；

根據所述候選圖片等級確定所述目標域對應的源域。

6.根據權利要求5所述的基于對抗生成網絡的數據增廣的方法，其特征在于，所述從若干個待選域中選取一個作為目標域，包括：

獲取各個待選域的圖片數量；

根據所述圖片數量對所述各個待選域進行排序；

從排序后的待選域中，根據圖片數量從多至少依次選取對應的待選域作為目標域。

7.根據權利要求5所述的基于對抗生成網絡的數據增廣的方法，其特征在于，所述目標域包括重度黑眼圈圖片等級與輕度黑眼圈圖片等級的圖片，所述源域包括輕度黑眼圈圖片等級與無黑眼圈圖片等級的圖片；所述根據預設的等級規則匹配與所述目標域的圖片等級相鄰的候選圖片等級，包括：

若所述候選圖片等級為重度黑眼圈圖片等級，確定所述目標域對應的源域的圖片等級為輕度黑眼圈圖片等級；

若所述候選圖片等級為輕度黑眼圈圖片等級，確定所述目標域對應的源域的圖片等級為無黑眼圈圖片等級。