[发明专利]基于二维高斯分布的图像数据增强方法、装置及存储介质

说明书

本发明涉及大数据处理技术领域，揭露一种基于二维高斯分布的图像数据增强方法，包括：获取待增强样本数据中的任意两张图像，并获取待测图像和随机图像的二维高斯分布；根据待测图像和随机图像的二维高斯分布，确定与待测图像和随机图像分别对应的掩码矩阵；基于待测图像和随机图像的掩码矩阵，确定待测图像和随机图像的结合图像；对待测图像的边界框和随机图像的边界框进行组合，确定与结合图像对应的边界框信息；基于结合图像及边界框信息，确定与待测图像和随机图像对应的增强图像，以增强待增强样本数据。本发明还涉及区块链技术，待测图像和随机图像存储于区块链中。本发明可以提高图像数据增强的多样性和准确定。

技术领域

本发明涉及图像数据技术领域，尤其涉及一种基于二维高斯分布的图像数据增强的方法、装置、电子设备及计算机可读存储介质。

背景技术

目前，数据增强在计算机视觉里被广泛使用，其主要是通过对训练图像做出一系列随机改变，产生相似但不同的训练样本，从而扩大训练数据集的规模，并且提高模型的泛化能力。现有较流行的数据增强方法是mixup数据增强，它能够增加样本多样性，提高模型稳定性，改善网络模型的泛化能力，减少对错误标签和损坏标签的记忆。但是，现有的Mixup方法主要是以权重λ和1-λ融合两张图片，也就是说，融合图片的每个像素点都是以λ和1-λ的权重融合的。

虽然现有的数据增强方法可以在很大一部分程度上缓和数据不足的问题，同时避免学习得到的模型过拟合于当前数据，但是现有的数据增强方法都较为随意或存在固定的模式，并没有精细到明确需要得到哪些特点的增强数据，以及增强数据的组合等，并不能起到增加样本多样性的效果，且无法快速灵活地自动产生多样性的增强数据，进而影响模型的泛化能力。

发明内容

本发明提供一种基于二维高斯分布的图像数据增强方法、装置、电子设备及计算机可读存储介质，其主要目的在于提高了基于二维高斯分布的图像数据增强的效率。

为实现上述目的，本发明提供的一种基于二维高斯分布的图像数据增强方法，所述方法包括：

获取待增强样本数据中的任意两张图像，形成待测图像和随机图像，并获取所述待测图像和所述随机图像的二维高斯分布；

根据所述待测图像和所述随机图像的二维高斯分布，确定与所述待测图像和所述随机图像分别对应的掩码矩阵；

基于所述待测图像和所述随机图像的掩码矩阵，确定所述待测图像和所述随机图像的结合图像；

对所述结合图像中的所述待测图像的边界框和所述随机图像的边界框进行组合，确定与所述结合图像对应的边界框信息；

基于所述结合图像及所述边界框信息，确定与所述待测图像和所述随机图像对应的增强图像，以增强所述待增强样本数据。

可选地，所述待测图像和所述随机图像存储于区块链中，所述获取所述待测图像和所述随机图像的二维高斯分布，包括：

在所述待测图像和所述随机图像上分别随机生成与所述待测图像和所述随机图像分别对应的中心点；

基于所述待测图像和所述随机图像的中心点，分别生成与所述待测图像和所述随机图像相对应的二维高斯分布。

可选地，所述确定与所述待测图像和所述随机图像分别对应的掩码矩阵，包括：

基于所述待测图像的二维高斯分布，确定所述待测图像中每个像素点对应的第一概率密度，基于所述随机图像的二维高斯分布，确定所述随机图像中每个像素点对应的第二概率密度；

基于所述第一概率密度确定所述待测图像的第一掩码矩阵，基于所述第二概率密度，确定所述随机图像的第二掩码矩阵。

可选地，所述确定所述待测图像和所述随机图像的结合图像，包括：