[發(fā)明專利]一種圖像數(shù)據(jù)增廣方法

在審

• 申請?zhí)枺?/td>: 202310403244.3
• 申請日: 2023-04-13
• 公開（公告）號: CN116664969A
• 公開（公告）日: 2023-08-29
• 發(fā)明（設(shè)計）人: 張大飛
• 申請（專利權(quán)）人: 重慶銳明信息技術(shù)有限公司
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06V20/70;G06V10/82;G06N3/0475;G06N3/094
• 代理公司: 重慶強(qiáng)大凱創(chuàng)專利代理事務(wù)所(普通合伙) 50217
• 代理人: 趙玉乾

本發(fā)明屬于圖像數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其涉及一種圖像數(shù)據(jù)增廣方法，包括首先采集標(biāo)準(zhǔn)場景下的圖像，并按照預(yù)設(shè)的場景標(biāo)簽進(jìn)行標(biāo)注，生成訓(xùn)練數(shù)據(jù)集以及獲取目標(biāo)數(shù)據(jù)；然后根據(jù)訓(xùn)練數(shù)據(jù)集訓(xùn)練構(gòu)建生成對抗網(wǎng)絡(luò)；最后將目標(biāo)數(shù)據(jù)、預(yù)設(shè)的場景標(biāo)簽取值范圍以及訓(xùn)練數(shù)據(jù)集中圖像對應(yīng)的場景標(biāo)簽個數(shù)輸入至生成對抗網(wǎng)絡(luò)中，并預(yù)設(shè)采樣范圍和預(yù)設(shè)采樣個數(shù)輸入至生成對抗網(wǎng)絡(luò)，輸出增廣后的圖像數(shù)據(jù)；所述生成對抗網(wǎng)絡(luò)包括生成器、判別器、場景映射網(wǎng)絡(luò)以及場景編碼器。本發(fā)明能夠解決現(xiàn)有技術(shù)中的針對采集的訓(xùn)練數(shù)據(jù)進(jìn)行的圖像增廣方法存在未考慮場景的不均衡，導(dǎo)致在部分場景下深度學(xué)習(xí)模型的精度降低的問題。

技術(shù)領(lǐng)域

本發(fā)明屬于圖像數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其涉及一種圖像數(shù)據(jù)增廣方法。

背景技術(shù)

隨著人工智能的發(fā)展，深度學(xué)習(xí)模型已成為研究的熱門；深度學(xué)習(xí)模型廣泛應(yīng)用于語音識別和圖像識別等領(lǐng)域中，尤其是在圖像識別領(lǐng)域中，深度學(xué)習(xí)模型由多級提取抽象特征的學(xué)習(xí)處理層構(gòu)成，利用深度神經(jīng)網(wǎng)絡(luò)和傳播算法學(xué)習(xí)、處理和分析圖像特征，以達(dá)到識別各種不同模式的目標(biāo)和對象。

深度學(xué)習(xí)網(wǎng)絡(luò)為了獲得更好的泛化能力，需要大量高質(zhì)量的多樣化測試數(shù)據(jù)，在實(shí)際收集大量測試數(shù)據(jù)時，尤其是不同場景下的數(shù)據(jù)，往往存在較大的困難，一方面是數(shù)據(jù)存在不足，采集成本高，另一方面是數(shù)據(jù)質(zhì)量較差，傳統(tǒng)的數(shù)據(jù)處理方式包括旋轉(zhuǎn)、翻轉(zhuǎn)、裁剪以及集成到訓(xùn)練框架中進(jìn)行處理，但傳統(tǒng)的處理方式仍然不能獲得大量高質(zhì)量的數(shù)據(jù)，為此，現(xiàn)有技術(shù)中的圖像數(shù)據(jù)增廣方法，假定圖像噪聲服從正態(tài)分布，通過生成器利用三個層級的特征圖像，分別為特征圖、先驗約束和約束特征向量，并進(jìn)行通道拼接，先驗約束采用正態(tài)分布的隨機(jī)噪聲，但實(shí)際上噪聲的分布往往是高斯分布和泊松噪聲等多種噪聲的融合，因此數(shù)據(jù)集只限于已標(biāo)定的，生成的數(shù)據(jù)存在場景不均衡的問題。

發(fā)明內(nèi)容

本發(fā)明所解決的技術(shù)問題在于提供一種圖像數(shù)據(jù)增廣方法，以解決現(xiàn)有技術(shù)中的針對采集的訓(xùn)練數(shù)據(jù)進(jìn)行的圖像增廣方法存在未考慮場景的不均衡，導(dǎo)致在部分場景下深度學(xué)習(xí)模型的精度降低的問題。

本發(fā)明提供的基礎(chǔ)方案：一種圖像數(shù)據(jù)增廣方法，包括：

S1：采集標(biāo)準(zhǔn)場景下的圖像，并按照預(yù)設(shè)的場景標(biāo)簽進(jìn)行標(biāo)注，生成訓(xùn)練數(shù)據(jù)集一，并獲取用于目標(biāo)檢測的目標(biāo)數(shù)據(jù)；

S2：基于訓(xùn)練數(shù)據(jù)集一，訓(xùn)練建立多場景融合參數(shù)融合的生成對抗網(wǎng)絡(luò)；所述生成對抗網(wǎng)絡(luò)包括生成器、判別器、場景映射網(wǎng)絡(luò)以及場景編碼器；

S3：將目標(biāo)數(shù)據(jù)、預(yù)設(shè)的場景標(biāo)簽取值范圍以及目標(biāo)數(shù)據(jù)中圖像對應(yīng)的場景標(biāo)簽個數(shù)輸入至生成對抗網(wǎng)絡(luò)中，并預(yù)設(shè)采樣范圍和預(yù)設(shè)采樣個數(shù)輸入至生成對抗網(wǎng)絡(luò)，輸出增廣后的圖像數(shù)據(jù)。

進(jìn)一步，所述S1中預(yù)設(shè)的場景標(biāo)簽包括色溫參數(shù)、亮度參數(shù)和運(yùn)動模糊度參數(shù)。

進(jìn)一步，所述S2中包括：

S2-1：將色溫參數(shù)、亮度參數(shù)取對數(shù)后，和運(yùn)動模糊度參數(shù)按照預(yù)設(shè)采樣范圍和預(yù)設(shè)采樣個數(shù)經(jīng)采樣后組成掩碼向量，并和圖像一同輸入映射網(wǎng)絡(luò)中映射出風(fēng)格碼；

S2-2：通過場景編碼器從映射網(wǎng)絡(luò)中提取風(fēng)格碼。

進(jìn)一步，所述S3包括：

S3-1：將風(fēng)格碼和目標(biāo)數(shù)據(jù)中的圖像通過生成器得到輸出圖像；

S3-2：采用判別器，通過損失函數(shù)計算生成器的損失值，根據(jù)損失值調(diào)整對應(yīng)的網(wǎng)絡(luò)參數(shù)，直至得到收斂的生成對抗網(wǎng)絡(luò)。

進(jìn)一步，所述S3-2中的損失函數(shù)包括對抗損失和風(fēng)格多樣損失，所述對抗損失的計算方式如下：

其中，x表示圖像，m表示掩碼向量；

所述風(fēng)格多樣損失計算公式如下：