[发明专利]基于振幅与相位重组的数据增强方法、系统、设备及介质

说明书

本申请涉及数据处理技术领域，更为具体来说，本申请涉及基于振幅与相位重组的数据增强方法、系统、设备及介质。所述方法包括：获取第一图像；对所述第一图像进行转换处理，得到转换处理图像；分别对所述第一图像和所述转换处理图像进行傅里叶变换得到所述第一图像和所述转换处理图像的相位信息与振幅信息；将所述第一图像的相位信息和所述转换处理图像的振幅信息基于反傅里叶变换得到第一增强图像；将所述转换处理图像的相位信息和所述第一图像的振幅信息基于反傅里叶变换得到第二增强图像。本方法能辅助针对图像的神经网络模型的训练，增强后的数据可以提高神经网络的泛化能力及鲁棒性，促进神经网络对雾、雨及各种噪音场景下的图像识别能力。

技术领域

本申请涉及数据处理技术领域，更为具体来说，本申请涉及基于振幅与相位重组的数据增强方法、系统、设备及介质。

背景技术

近些年来，深度学习在很多图像识别及分类任务上实现了超越人类的性能表现。但是神经网络仍然存在一些鲁棒性及泛化性问题，例如对小噪音往往十分敏感，或者对一些和训练类别完全不一致的图像产生过高的置信度。这样的表现限制了神经网络模型在真实场景的应用。如今的神经网络模型的能力强烈地依靠训练数据的分布，往往会对真实场景的小噪音产生过激的反应。

目前已经有一些方法用来解释神经网络模型产生这些过激反应的原因。其中一些方法认为神经网络对图像频域的高频信息比较敏感，而这部分信息往往是人类难以察觉的信号。而我们进一步的对频域信息进行探索发现，卷积神经网络模型往往对图像频域的振幅信息产生了过多的依赖，但是频域的振幅信息往往只包含一些人类无法察觉局部的信息。而有更多的研究已经发现图像中的相位信息往往包含更能帮助人类识别的全局语义信息，而这部分信息往往被神经网络模型所忽略掉。

发明内容

基于上述技术缺陷，为了让神经网络依靠更多的图像相位信息来辅助识别与分类，我们提出了基于振幅与相位重组的数据增强技术方案，包括基于单张图像的振幅与相位重组数据增强策略和图像对(两张图像)的振幅与相位重组数据增强策略，以实现数据特别是图像的增强效果。

为实现上述技术目的，本申请提供了一种基于振幅与相位重组的数据增强方法，包括以下步骤：

获取第一图像；

对所述第一图像进行转换处理，得到转换处理图像；

分别对所述第一图像和所述转换处理图像进行傅里叶变换得到所述第一图像和所述转换处理图像的相位信息与振幅信息；

将所述第一图像的相位信息和所述转换处理图像的振幅信息基于反傅里叶变换得到第一增强图像；

将所述转换处理图像的相位信息和所述第一图像的振幅信息基于反傅里叶变换得到第二增强图像。

优选地，对所述第一图像进行转换处理，包括图像翻转处理、图像平移处理、随机裁剪处理和图像锐化处理。

具体地，分别对所述第一图像和所述转换处理图像进行傅里叶变换得到所述第一图像和所述转换处理图像的相位信息与振幅信息，包括：

对所述第一图像进行傅里叶变换得到所述第一图像的频域信息；

对所述转换处理图像进行傅里叶变换得到所述转换处理图像的频域信息；

根据所述第一图像的频域信息得到所述第一图像的相位信息与振幅信息；

根据所述转换处理图像的频域信息得到所述转换处理图像的相位信息与振幅信息。

本发明第二方面提供了一种基于振幅与相位重组的数据增强方法，包括以下步骤：

获取第一图像和第二图像；

对所述第一图像和所述第二图像进行傅里叶变换得到所述第一图像和所述第二图像的相位信息与振幅信息；