[发明专利]一种针对深度学习特征注意力转移的数据处理方法

权利要求书

1.一种针对深度学习特征注意力转移的数据处理方法，其特征在于，所述方法包括以下步骤：

步骤1.获取图片中的目标，选取目标区域，视为前景特征，其他信息视为背景特征，过程如下：

1.1)获取图片的目标区域，即前景特征；

1.2)获取图片的其他信息，即背景特征；

1.3)对背景图片上是黑色区域使用Photoshop填充；

步骤2.对于获取的前后景特征，随机粘贴，过程如下：分离获得的前后景特征，通过全排列的方式使得前后景在各个样本之间交叉出现；

步骤3.训练数据阶段，过程如下：

3.1)前后景交叉图片输入到网络中；

3.2)优化网络；

3.3)重复3.1)～3.2)直到模型达到最优。

2.如权利要求1所述的一种针对深度学习特征注意力转移的数据处理方法，其特征在于，所述步骤1中，获取前景特征和背景特征，使用photoshop进行背景图片填充处理。

3.如权利要求1或2所述的一种针对深度学习特征注意力转移的数据处理方法，其特征在于，所述步骤2中，随机对前后景特征用全排列的方式交叉出现，是将类间的无关信息差异体现在不同的图片中。

4.如权利要求1或2所述的一种针对深度学习特征注意力转移的数据处理方法，其特征在于，所述步骤3中，随着网络的优化，除了目标区域之外的信息的激活值会被不断降低，也就可以使得目标区域的激活值逐渐上升，增加特征提取准确性。