CN114758153B 一种基于显著性保持的数据增强方法及系统 （西安交通大学）

一种基于显著性保持的数据增强方法及系统本发明公开了一种基于显著性保持的数据机初始化一个裁剪尺寸和一个多通道二值掩码通过显著性目标检测方法检测输入图像的显著2S2，根据S1中得到的特征的尺寸随机初始化一个裁剪尺寸和一个多通道二值掩码图，S3，通过显著性目标检测方法检测输入图像S4，根据S3中得到的区域级显著性分数图对S2中S5，根据S4中调整后的多通道二值掩码图对输入图像对2.根据权利要求1所述的一种基于显著性保持的数据增强方法，其特征在于，步骤S13.根据权利要求1所述的一种基于显著性保持的数据增强方法，其特征在于，步骤S2像的显著性信息作为先验，对每一个标注区域计算出该区域的显著性分数并赋值给中心5.根据权利要求1所述的一种基于显著性保持的数据增强方法，其特征在于，步骤S4性较高的区域被裁剪的方式根据给定阈值和区域级显著性分数图取消掩码图标注区域中主动选择显著性较高的区域的方式根据给定阈值和区域级显著性分数图取消掩码图7.根据权利要求1所述的一种基于显著性保持的数据增强方法，其特征在于，步骤S53初始化掩码模块用于对输入图像随机选取一个层数区域级显著性分数模块用于通过显著性目标检测方法检测输入图像的显著性预测图，掩码图调整模块用于根据得到的区域级显著性分数图对二值掩码图进行调整得到多融合增强模块用于根据调整后的多通道二值掩码图对输入图像对应层的特征进行裁4面是数据集的获取需要耗费大量的资源，另一方面是在某些特殊的领域不存在足够的数是否会造成流行损失来解决这个问题。ManifoldMixup通过在训练时随机选择一个隐层特5[0008]S2，根据S1中得到的特征尺寸随机初始化一个裁剪尺寸和一个多通道二值掩码6[0022]区域级显著性分数模块用于通过显著性目标检测方法检测输入图像的显著性预测图，根据该显著性预测图计算出随机区域标注的标注区域和标注区域中心点的映射关[0023]掩码图调整模块用于根据得到的区域级显著性分数图对二值掩码图进行调整得[0024]融合增强模块用于根据调整后的多通道二值掩码图对输入图像对应层的特征进[0031]图3是本发明实施例中显著性保持的数据增强方法的区域级显著性分数计算过程[0034]图6是本发明实施例中使用了显著性保持的数据增强方法的分类模型的分类结果7员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范8充后的显著性预测图Ipad和其对应的矩阵Npad按照从左到右，从上到下的顺序以1的步长进pad对应位置的值相乘后求和得到该区域内的显著性值的和，Npad对应位置的值相[0059]利用得到的区域显著性预测图Iw×h和区域级像素点数量图N二值掩码图每个通道中显著性分数超过阈值的点置为0，选取另一个区域级显著性分数低键区域的方式达到保持特征关键信息的目的；第二种Paste方式将中心点二值掩码图每个提取显著性信息的方式达到保持特征关键信9套多通道二值掩码图，所以需要针对patch中每个输入对多通道二值掩码图进行调整以适k据增强Cut方式避免删除gk(xi)中的显著区域，从而保持原有的显著性信息，然后使用gk[0070]在第k层特征上基于显著性保持的数据增强Paste方式计算方法和Cut方式相同，以在三个通道中选取同一片区域进行删除，在输入层中同样可以使用显著性信息进行指k前进行随机水平翻转和RandomCrop来实现[0086](2.1)、随机选出一个特尺寸相同且每个点的值对应的显著性图一个区域的显著性寸相同且每个点的值对应着填充图一个区域内包含原图的像素点这些编号进行归一化得到输入图像对应的区域级显二值掩码图每个通道标注区域中心点的分数，若使用避免裁剪关键区域的cut方式则筛选出分数大于阈值的点和低于阈值的点的区域；若使用主动提取关键区域的paste方式则筛[0097](4.3)、求步骤(4.1)和步骤(4.2)筛选区域的交集，若交集不为空则取消步骤[0105](7.2)、对于步骤(7.1)所述的模型的分类结果与实际类别标签进行对比，步骤[0106]本发明一种基于显著性保持的数据增强方法，基于显著