[发明专利]用于数据扩增的方法、装置和系统、计算机可读存储介质

说明书

实施例公开一种用于数据扩增的方法，包括：接收原始图像信息，所述原始图像信息为一数据集合中的训练样本；获得所述原始图像的多张特征图；其中，每张特征图都包括所述原始图像的深度特征信息；对每张特征图进行扩展，获得每张特征图的多张扩展图；并，将所述多张特征图的所有扩展图作为训练样本加入所述数据集合。该实施例提出一种基于深度特征信息的数据扩增方式，由于在图像的深度特征信息的基础上进行的数据扩增，因此能从物体的深度特征出发找到物体本质信息。将基于深度特征信息的数据扩增技术和人脸识别网络相结合，能够更加有效地实现对识别分类器的训练。实施例还公开一种用于数据扩增的装置和系统，及计算机可读存储介质。

技术领域

本发明涉及人工智能技术领域，特别涉及一种用于数据扩增的方法、装置和系统，及计算机可读存储介质。

背景技术

人脸识别技术是计算机视觉应用中的一个重要环节，在很多实际应用场景中有着广泛的使用前景。人脸识别技术主要可以分成两种任务：人脸验证技术和人脸归类技术。验证技术需要输入两张人脸，通过运算判断两张人脸是否为同一个人。归类技术和验证技术有一定的区别，其先对一张图片进行特征提取，然后将该图片的特征和数据库中所有图片特征进行比对，选出该照片是数据库中的哪一个人。随着深度学习的不断发展，针对人脸识别的深层神经网络结构越来越多。随之而来的是关于训练数据集的需求不断增大。

当前在用于训练人脸识别模型的公开数据集中，不可避免的存在一些样本含有的人脸数量比较少的问题。这会对人脸识别归类问题的训练过程造成很大的影响。在归类问题的训练过程中，会根据每一个人划分成不同的分类。只有每一个分类中有充分的数据，才能够保证该分类具有良好的区分性。数据集合不平衡会造成如果在训练集合中该人的照片特别少，会使得在该类别的训练不准确，从而不具有很好的区分性。这种存在某个样本类人脸数目过少的情况被称做数据集合的不平衡。

只有能够很好的解决数据集合不平衡的问题，才能够保证我们在训练过程中，充分地训练出具有较好区分性的人脸识别模型。因此提出了融合扩增技术的人脸识别算法，在进行人脸识别模型训练前，利用扩增技术平衡数据集合，然后在进行识别任务的训练和处理。

随着扩增技术对人脸识别任务的积极作用被证实，越来越多的扩增方式开始使用在识别过程中。其中广泛应用在人脸识别技术中的数据扩增方式包括：镜像(mirroring)、随机裁剪(random cropping)、旋转(rotating)等。镜像扩增方式，将输入的原图进行水平的镜像处理。新生成的图片作为扩增后的数据送入数据集合之中进行训练。裁剪扩增对图像边界上的像素进行随机的裁剪。旋转扩增在原图的基础上，选定一个旋转角度，对该图按照定的方向进行旋转。

含有传统数据扩增的人脸识别算法主要分成两个过程，第一个过程是数据扩增，第二个过程是识别网络的训练。数据扩增阶段对输入算法中的原图进行处理，通过镜像、随机裁剪或旋转之后得到图片。识别网络训练中，将扩增好的数据送入到神经网络中进行特征提取(Feature extraction)，得到特征(Feature)信息之后再进行分类器(classifier)的训练。

这种含有传统方式数据扩增技术的人脸识别方案，能够一定程度上实现对数据规模上的增加，缓解数据不平衡的问题。但是在该识别算法的数据扩增技术中，增加了数据规模的同时，真正处于有效扩增范围内的数据有限，同时由于没能很好的结合数据的深层语义信息，很容易引起训练过程的收敛过慢等问题。下面将具体介绍现有结合数据扩增技术的人脸识别技术的局限性：

对输入原图进行操作，没有能够很好的结合出图片的深度特征信息。深度卷积神经网络中，原图信息会在之后的深度学习过程中转换成为深度特征信息。只对原图进行简单的变换处理作为数据扩增方式，忽略了图像本质的深度特征信息，在收敛速度和效果上都有一定的影响。