基于特征提取偏好与背景色相关性的数据增强算法

• 作者: 余鹰 张应龙 王乐为
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 特征提取 数据增强 深度学习 背景色
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 2019年中国计算机学会人工智能会议(CCFAI2019)论文
• 页码范围: 3172-3177
• 页数: 6页
• 分类号: TP391.1
• 字数: 4593字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2019051140

摘要

深度神经网络具有强大的特征自学习能力,可以通过多层逐步提取的方式获取不同层次的粒度特征,但当图片目标本体与背景色具有强相关性时,特征提取会存在“惰性”,所提取特征的抽象层次较低,判别性不足.针对此问题,通过实验对深度神经网络特征提取的内在规律进行研究,发现特征提取偏好与图片背景色之间具有相关性,消除该相关性可以帮助深度神经网络忽略背景的干扰,直接学习目标本体的特征,由此提出了数据增强算法,并在自主构建的数据集上进行实验.实验结果表明,所提算法可以降低背景色对目标本体特征提取的干扰,减少过拟合,提高分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余鹰	华东交通大学软件学院	12	35	3.0	5.0
2	张应龙	华东交通大学软件学院	11	13	2.0	3.0
3	王乐为	华东交通大学软件学院	4	4	1.0	2.0