面向深度学习的图像数据增强综述.docxVIP

面向深度学习的图像数据增强综述

目录

内容描述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.2研究目标与任务．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.3论文结构安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

深度学习概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

2.1深度学习定义与发展历程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

2.2深度学习主要模型介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

2.3深度学习在图像处理中的应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

图像数据增强技术基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

3.1数据增强的定义与目的．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

3.2常见的图像数据增强方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

3.3数据增强对深度学习的影响分析．．．．．．．．．．．．．．．．．．．．．．．．．．11

图像数据增强算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12

4.1基于内容的图像增强算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

4.1.1直方图均衡化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

4.1.2色彩空间变换．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

4.1.3局部对比度增强．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

4.1.4纹理合成．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

4.2基于模型的图像增强算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

4.2.1生成对抗网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

4.2.2变分自编码器．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

4.2.3深度可解释的生成模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

4.2.4迁移学习在图像数据增强中的应用．．．．．．．．．．．．．．．．．．．．．．18

面向深度学习的图像数据增强策略．．．．．．．．．．．．．．．．．．．．．．．．．19

5.1多尺度数据增强策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

5.1.1多尺度金字塔池化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21

5.1.2多尺度卷积神经网络的应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

5.1.3多尺度特征融合．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

5.2跨域数据增强策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

5.2.1跨领域数据共享与迁移．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24

5.2.2跨域风格迁移技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26

5.2.3跨域语义保持技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

5.3自适应数据增强策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

5.3.1动态调整参数的增强方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30

5.3.2基于学习率和损失函数的数据增强．．．．．．．．．．．．．．．．．．．．．．31

5.3.3自适应上下文信息的数据增强．．．．．．．．．．．．．．．．．．．．．．．．．．32

实验评估与分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32

6.1实验设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33

6.1.1数据集选择与预处理．．．．．．．．．